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！

龙图腾网获悉上海船舶运输科学研究所有限公司;大连理工大学申请的专利一种基于弹球直觉模糊孪生支持张量机的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：CN119939367B 。

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：202510010886.6，技术领域涉及：G06F18/2411；该发明授权一种基于弹球直觉模糊孪生支持张量机的故障诊断方法是由董胜利;许星晗;张祎芳;栾泳立;韩敏;韩冰设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本一种基于弹球直觉模糊孪生支持张量机的故障诊断方法在说明书摘要公布了：本发明涉及旋转机械故障诊断技术领域，提出一种基于弹球直觉模糊孪生支持张量机的故障诊断方法，首先通过傅里叶同步压缩变换将原始监测信号转换成时频图，再将传感器阵列信号的时频图重构成张量样本，体现了传感器阵列监测信号的时域特征、频域特征和在空间域上的相关信息。通过为不同张量样本分配直觉模糊得分，降低了噪声和异常值对最优超平面的影响。同时，利用张量Tucker分解保留了样本中的核心信息。此外，引入弹球损失函数以缓解噪声敏感性和重采样不稳定性问题；通过将求解张量模型转化为求解两个相对小的二次规划问题，有效提升了旋转机械故障诊断的性能和计算效率。

本发明授权一种基于弹球直觉模糊孪生支持张量机的故障诊断方法在权利要求书中公布了：1.一种基于弹球直觉模糊孪生支持张量机的故障诊断方法，其特征在于，包括： S1：传感器信号采集：在旋转机械不同的部位布置传感器组建成传感器阵列，通过使用多通道数据采集系统，对多个传感器信号进行采集，得到不同故障状态下的传感器阵列监测信号；所述传感器阵列监测信号包括：加速度信号数据，转速信号数据，温度信号数据，压力信号数据和电流信号数据； S2：特征提取与选择：人工确定时间窗；根据所述时间窗对传感器阵列监测信号进行划分，得到划分后的传感器阵列监测信号；通过傅里叶同步压缩变换将划分的传感器阵列监测信号转化为时频图；将所述时频图重构为三阶张量即张量样本； S3：构建数据集：对不同故障状态下的传感器阵列监测信号重复S2步骤，得到不同故障类型下的张量样本，并将张量样本划分为训练集和测试集；所述训练集和测试集中的数据格式为[张量样本，故障类型标签]； S4：计算张量样本的直觉模糊得分：计算S3步骤训练集中每个张量样本的隶属度函数和非隶属度函数；根据所述的隶属度函数和非隶属度函数计算每个张量样本的直觉模糊得分； S5：张量Tucker分解：对S3训练集中张量样本进行张量Tucker分解，得到训练集中张量样本的近似张量样本； S6：构建和求解非线性弹球直觉模糊孪生支持张量机模型的原始优化问题： S61：构建非线性弹球直觉模糊孪生支持张量机模型的原始优化问题；所述的原始优化问题是通过两个非平行超平面、正类高维特征矩阵、负类高维特征矩阵、弹球损失函数和S4的直觉模糊得分建立；所述的两个非平行超平面、正类高维特征矩阵、负类高维特征矩阵是通过核函数和S5训练集的近似张量样本构建； S62：将原始优化问题转换成二次规划问题：通过拉格朗日函数将S61原始优化问题转化成对偶问题；将所述的对偶问题转换成两个规模较小的二次规划问题； S63：通过对S62中的二次规划问题进行求解，得到S61所述的原始优化问题的最优解； S7：构建决策函数并进行性能评价：根据S63得到的最优解构建决策函数；所述性能评价通过计算故障判断的准确率、精确率、召回率、F-score和G-mean评价对所述决策函数的性能进行评估。

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上海船舶运输科学研究所有限公司;大连理工大学，其通讯地址为：200135 上海市浦东新区民生路600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。