Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 宁波大学;浙江瑞晟智能科技股份有限公司章联军获国家专利权

宁波大学;浙江瑞晟智能科技股份有限公司章联军获国家专利权

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!

龙图腾网获悉宁波大学;浙江瑞晟智能科技股份有限公司申请的专利基于诊断混淆的故障再诊断方法及计算机可读存储介质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:CN118820880B

龙图腾网通过国家知识产权局官网在2025-10-21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:202410785722.6,技术领域涉及:G06F18/241;该发明授权基于诊断混淆的故障再诊断方法及计算机可读存储介质是由章联军;赵伸豪;王晓东;周乾浩;袁剑;余云林设计研发完成,并于2024-06-18向国家知识产权局提交的专利申请。

基于诊断混淆的故障再诊断方法及计算机可读存储介质在说明书摘要公布了:本发明涉及基于诊断混淆的故障再诊断方法及计算机可读存储介质,故障再诊断方法包括:构建训练集和测试集;对故障再诊断模型进行训练,得到训练完成后的故障再诊断模型;故障再诊断模型包括基础故障诊断模块、故障再诊断模块和特征融合模块,且各个模块均包括依次连接的特征提取层和特征分类层,通过基础故障诊断模块对全部样本进行训练,将高混淆故障信号进行空间域变换变换后的高混淆故障图像,并通过高混淆故障图像对故障再诊断模块进行训练;将测试样本输入到训练完成后的故障再诊断模型中,即得到最后的故障诊断结果。优点在于:该故障再诊断方法能对故障进行准确诊断,有效避免了故障混淆,提高了故障诊断的准确率。

本发明授权基于诊断混淆的故障再诊断方法及计算机可读存储介质在权利要求书中公布了:1.一种基于诊断混淆的故障再诊断方法,其特征在于包括如下步骤: S1、获取多个故障信号,并将所有的故障信号分别进行预处理,得到预处理后的故障信号; S2、将预处理后的故障信号组成数据集,并将数据集构建成训练集和测试集;其中训练集中的每个训练样本包括一个预处理后的故障信号和该故障信号对应的故障标签; S3、构建故障再诊断模型,并使用训练集分批次对构建的故障再诊断模型进行训练,得到训练完成后的故障再诊断模型; 其中构建的故障再诊断模型包括基础故障诊断模块、故障再诊断模块和特征融合模块,基础故障诊断模块包括依次连接的第一特征提取层和第一特征分类层,故障再诊断模块包括依次连接的第二特征提取层和第二特征分类层;特征融合模块包括依次连接的特征融合层和第三特征分类层; 使用某一批次的训练样本对构建的故障再诊断模型进行训练的具体过程为: S3-1、使用当前批次的所有训练样本对基础故障诊断模块进行训练,得到训练完成后的基础故障诊断模块;在当前批次的所有训练样本中筛选出高混淆故障信号,对每个高混淆故障信号分别进行空间域变换,得到高混淆故障图像,使用高混淆故障图像对故障再诊断模块进行训练,得到训练完成后的故障再诊断模块; S3-2、将第一特征提取层的输出结果和第二特征提取层的输出结果均输入到特征融合层中,得到融合后的故障特征,并对融合后的故障特征输入到第三特征分类层中进行分类,得到最后的故障诊断结果,使用每个训练样本中的故障标签和对应的故障诊断结果计算损失函数,以对特征融合模块进行训练,得到训练完成后的特征融合模块; S4、在测试集中选择出一个测试样本,该测试样本为一个预处理后的故障信号,并将测试样本输入到S3中训练完成后的故障再诊断模型中,即得到该测试样本最后的故障诊断结果。

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宁波大学;浙江瑞晟智能科技股份有限公司,其通讯地址为:315211 浙江省宁波市江北区风华路818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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。