买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安科技大学申请的专利基于三向振动融合角场图像的斜齿轮扩容诊断方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119181007B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411291856.9，技术领域涉及：G06V10/80；该发明授权基于三向振动融合角场图像的斜齿轮扩容诊断方法及系统是由樊红卫;李青山;陈步冉;史晓娟;李鹏飞;曹现刚;张旭辉;王燕;马宏伟;毛清华设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本基于三向振动融合角场图像的斜齿轮扩容诊断方法及系统在说明书摘要公布了：本发明公开了一种基于三向振动融合角场图像的斜齿轮扩容诊断方法及系统，属于机械故障诊断领域，采用加速度传感器三个方向测量数据融合的格拉姆角差场实现振动信号向角场图像的转换，三通道数据融合后的图像在色彩和纹理上能够凸显斜齿轮的运行状态特征。设计双分枝判别器深层特征融合的生成对抗网络模型，能够提高小样本数据的扩容质量。设计倒三角通道分布的堆叠块卷积神经网络模型，通过对各阶段输入的通道数进行匹配设计，能够提升故障诊断模型的特征提取能力。本发明实现了斜齿轮的智能精准故障诊断，解决了常规方法因样本数量不足、样本特征不突出和模型特征提取能力不足导致的故障诊断不准确问题。

本发明授权基于三向振动融合角场图像的斜齿轮扩容诊断方法及系统在权利要求书中公布了：1.基于三向振动融合角场图像的斜齿轮扩容诊断方法，其特征在于，包括以下步骤： 1构建斜齿轮故障特征数据集使用三向加速度传感器采集斜齿轮水平径向、竖直径向及轴向振动信号，得到三向振动信号，三向振动信号按指定点数分别进行分段聚合近似并进行归一化后转换为GADF图像，再将三个方向对应的GADF图像的像素点归一化到0‑255之间，并将其颜色分别映射为R、G、B，建立RGB‑GADF图像，将RGB‑GADF图像下采样至预设大小，得到新图像，对新图像进行人工打标签后建立斜齿轮故障特征数据集，并将其划分为训练集与测试集； 2构建样本扩容模型利用斜齿轮故障特征数据集构建样本扩容模型，样本扩容模型包含生成器和判别器，生成器由多层反卷积构成并加入批归一化与激活函数，输入为随机噪声，输出为与所述RGB‑GADF图像大小相同的待测图像，判别器为双分枝深层特征融合结构，所述双分枝判别器由多层卷积构成并加入批归一化与激活函数，将双分枝判别器提取的深层特征分流至自适应平均池化和自适应最大池化，并将二者所提取的深层整体特征和显著特征拼接为向量，输入到由若干全连接层组成的多层感知机中，最终由多层感知机输出结果并通过损失函数反馈进行梯度更新，判别器输入为所述生成器输出的新样本和训练集中的训练样本，输出为样本判别概率，利用评价样本结构相似性的指标选取最优扩容模型的权重参数并保存，调用该权重参数进行样本扩容，新的训练集由生成样本和原始训练样本混合构成，即斜齿轮故障特征数据集； 3构建故障诊断模型构建倒三角通道分布的堆叠块卷积神经网络故障诊断模型，所述倒三角通道分布的堆叠块卷积神经网络故障诊断模型包含特征提取器和分类器，特征提取器包含四个阶段堆叠块层，采用斜齿轮故障特征数据集对倒三角通道分布的堆叠块卷积神经网络故障诊断模型进行训练，训练完保存最优故障诊断模型权重参数，得到故障诊断模型； 4故障诊断按照步骤1采集斜齿轮待测数据，并将其转换为RGB‑GADF图像作为测试集，利用故障诊断模型对测试集数据进行故障诊断，完成斜齿轮的故障诊断。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安科技大学，其通讯地址为：710054 陕西省西安市碑林区雁塔中路58号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。