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！

龙图腾网获悉广州大学申请的专利基于超图卷积模糊网络的智能产线旋转机械健康评估方法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：CN119961784B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510041878.8，技术领域涉及：G06F18/2415；该发明授权基于超图卷积模糊网络的智能产线旋转机械健康评估方法是由庄集超;黄景翔;梁忠伟;邹涛;朱丽桐;张春良;刘长红;冯烨设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本基于超图卷积模糊网络的智能产线旋转机械健康评估方法在说明书摘要公布了：本发明涉及一种基于超图卷积模糊网络的智能产线旋转机械健康评估方法，包括：采集旋转机械系统运行时各类故障所产生的时域信号，获得对应的时频表示；按照故障类型划分时域信号及时频表示并添加标签，构成振动数据；利用超图模型分别以时域信号及其时频表示为图节点构建超图，获得每类故障类型下的两种超图；利用权重模糊模块对每类故障类型下的两种超图的节点进行数据融合；将融合后的超图特征输入多层感知混合模块；通过输出全连接层及分类函数计算所有故障类的概率，实现超图卷积模糊网络的训练、优化、更新。本发明增加了模型的可解释性，可获得更鲁棒的旋转机械系统健康评估结果。

本发明授权基于超图卷积模糊网络的智能产线旋转机械健康评估方法在权利要求书中公布了：1.一种基于超图卷积模糊网络的智能产线旋转机械健康评估方法，其特征在于，所述超图卷积模糊网络包括超图模型、权重模糊模块、多层感知混合模块、输出全连接层及分类函数； 所述方法包括： S1、采集旋转机械系统运行时各类故障所产生的时域信号，按照故障类型划分时域信号并添加标签，获得每个时域信号的时频表示，并标记相对应的标签，构成振动数据； S2、将所述振动数据输入所述超图模型，分别以所述时域信号及其时频表示为图节点构建超图，获得每类故障类型下的两种超图； S3、利用所述权重模糊模块对每类故障类型下的两种超图的节点进行数据融合，实现两种超图特征的融合，获得融合后的超图； S4、将融合后的超图特征输入多层感知混合模块中，实现图结构中的知识发散抑制； S5、通过所述输出全连接层及分类函数计算所有故障类的概率，并计算故障评估的损失函数，实现超图卷积模糊网络的训练、优化、更新； S6、利用训练好的所述超图卷积模糊网络对旋转机械系统进行健康评估； 利用权重模糊模块对每类故障类型下的两种超图的节点进行数据融合，包括： 将两种超图之间的节点初始化连接； 依次计算两种超图之间的节点模糊熵： 其中，a为调节因子，vi,分别为时域信号构建的超图中第i个节点和时频表示构建的超图中第j个节点； 将所述节点模糊熵作为模糊隶属度，计算融合权重： 其中，m、n分别为时域信号构建的超图和时频表示构建的超图中节点总数； 基于融合权重I根据以下模糊规则确定两种超图中的节点关系： 其中，1表示关系强烈，0表示关系轻微，ξ为预定义的阈值； 将关系强烈的两个或两个以上的节点通过超边进行连接，来替换所述节点初始化连接，从而将两种超图中最关键的语义传递到融合后的超图中。

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广州大学，其通讯地址为：510006 广东省广州市番禺区大学城外环西路230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。