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！

龙图腾网获悉北京工业大学申请的专利一种基于两阶段联合特征对齐最大分类器差异网络的滚动轴承无监督域适应故障诊断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：CN119557703B 。

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：202411686069.4，技术领域涉及：G06F18/24；该发明授权一种基于两阶段联合特征对齐最大分类器差异网络的滚动轴承无监督域适应故障诊断方法是由高慧慧;冯添阳;韩红桂;高学金;李方昱设计研发完成，并于2024-11-24向国家知识产权局提交的专利申请。

本一种基于两阶段联合特征对齐最大分类器差异网络的滚动轴承无监督域适应故障诊断方法在说明书摘要公布了：本发明提出一种基于两阶段联合特征对齐最大分类器差异网络的滚动轴承无监督域适应故障诊断方法，实现了不同工况条件下滚动轴承的故障诊断。该方法通过构建包含特征提取器和双分类器的网络结构，利用融合分类器差异指标度量双分类器输出结果之间的差异，利用两阶段联合特征对齐策略提高所提取特征的可迁移性和可辨别性，第一阶段利用最大均值差异指标提高特征的可迁移性，在第一阶段保证特征可迁移性基础上，第二阶段充分利用目标域的潜在类别信息，利用局部最大均值差异指标提高故障特征的可辨别性。该方法同时提高了所提取特征的可迁移性和可辨别性，保证了分类器输出诊断结果的确定性，从而显著提高了滚动轴承变工况故障诊断任务的诊断精度。

本发明授权一种基于两阶段联合特征对齐最大分类器差异网络的滚动轴承无监督域适应故障诊断方法在权利要求书中公布了：1.一种基于两阶段联合特征对齐最大分类器差异网络的滚动轴承无监督域适应故障诊断方法，其特征在于，包括以下步骤： A1获取滚动轴承不同工况条件下的历史运行数据，不同工况条件表示不同负载条件，使用滑动窗口法将原始振动信号分割为相同长度的数据并进行归一化处理，构建带标签源域样本集与无标签目标域样本集，源域样本集和目标域样本集分别属于不同工况，随后将无标签目标域样本集划分为训练集和测试集； A2构建包含特征提取器和双分类器的网络结构并初始化网络参数，采用融合分类器差异指标度量双分类器输出结果之间的差异，并用于构建网络的损失函数； A3采用两阶段联合特征对齐策略，以减小源域与目标域分布之间的差异，每一阶段包含三个步骤，每一个步骤对应一个总损失函数，依次训练整体网络、分类器以及特征提取器；第一阶段，将带标签源域样本与无标签目标域训练样本输入网络模型，引入最大均值差异以减小源域和目标域样本的全局特征分布差异；该阶段的三个步骤将反复训练，直到达到预设的最大迭代次数；第二阶段，将带标签源域样本与无标签目标域训练样本输入网络模型，在第一阶段基础上充分利用目标域样本的潜在类别信息，通过第一阶段训练完成的网络模型得到目标域样本输出概率向量作为目标域样本伪标签，引入局部最大均值差异减小源域和目标域同类别样本之间的特征分布差异，三个步骤反复训练直到达到第二阶段的最大迭代次数，停止训练，生成基于两阶段联合特征对齐最大分类器差异网络； A4采用训练好的基于两阶段联合特征对齐最大分类器差异网络来识别变工况下目标域测试样本的轴承故障类型，完成最终的故障诊断任务。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。