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！

龙图腾网获悉湖南工程学院申请的专利一种基于DATL模型的机电装备故障诊断方法与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：CN120578969B 。

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：202511079782.7，技术领域涉及：G06F18/22；该发明授权一种基于DATL模型的机电装备故障诊断方法与系统是由张细政;曾力京;谢泓宇;廖俊羽;卢张宇;周海彬;刘若源;王清;金圣炜;何海华;邹嘉怡;谢溢文设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本一种基于DATL模型的机电装备故障诊断方法与系统在说明书摘要公布了：一种基于DATL模型的机电装备故障诊断方法与系统，方法包括：在设备上装配多个不同类型的检测传感器，利用多个不同类型的检测传感器采集机电装备的实时数据，然后对实时数据进行预处理；构建DATL模型；利用外部数据集对DATL模型进行训练，得到训练后的DATL模型；对训练后的DATL模型进行压缩，将压缩后的DATL模型部署在智能诊断系统上；采用静态阈值法、自适应阈值法或可学习阈值法的联合机制设定正常阈值，对处理后的实时数据进行故障预测，输出预测结果，将正常阈值和预测结果进行比较，若超出正常阈值，设备控制模块发出报警。本发明用于机电装备故障实时诊断，诊断精度高，鲁棒性高。

本发明授权一种基于DATL模型的机电装备故障诊断方法与系统在权利要求书中公布了：1.一种基于DATL模型的机电装备故障诊断方法，其特征在于，包括如下步骤： S1、在设备上装配多个不同类型的检测传感器，利用多个不同类型的检测传感器采集机电装备的实时数据，然后对实时数据进行预处理； S2、构建DATL模型，DATL模型由依次连接的特征提取器、分类器模块和域判别器模块组成； S3、利用外部数据集对DATL模型进行训练，得到训练后的DATL模型；对训练后的DATL模型进行压缩，并将压缩后的DATL模型部署在智能诊断系统上； S4、采用静态阈值法、自适应阈值法或可学习阈值法的联合机制设定正常阈值，将处理后的实时数据进行故障预测，输出预测结果，然后将正常阈值和预测结果进行比较，若超出正常阈值，设备控制模块发出报警； 所述特征提取器包括串联的时域卷积模型TCN和三层长短期记忆人工神经模型LSTM，第一层和第二层均为双向长短期记忆人工神经模型LSTM，最后一层为单向长短期记忆人工神经模型LSTM； 时域卷积模型TCN包括依次连接的空洞因果卷积层一、批标准化层一、线性整流函数一、丢弃层一、空洞因果卷积层二、批标准化层二、线性整流函数二、丢弃层二、线性整流函数三，其中空洞因果卷积层一的输入和线性整流函数三的输入采用1×1卷积层进行残差连接； 所述分类器模块包括依次连接的全连接层一、归一化、ReLU激活及Dropout层、全连接层二；分类器模块用于将特征提取器输出的特征向量映射到故障类别标签的概率分布，从而实现设备运行状态的分类； 所述域判别器模块包括依次连接的特征投影层、中间层、及二分类逻辑输出层，域判别器模块用于依据域标签判别输入特征属于源域还是目标域； 所述静态阈值法用于赋予正常阈值一个初始的固定数值； 所述自适应阈值法用于依据实时数据的统计分布或模型预测结果动态更新正常阈值； 所述可学习阈值法用于对历史正常与故障数据进行学习，持续优化正常阈值。

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湖南工程学院，其通讯地址为：411104 湖南省湘潭市岳塘区福星东路88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。