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！

龙图腾网获悉成都博智维讯信息技术股份有限公司申请的专利基于深度学习的设备故障诊断方法、储存介质以及程序产品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：CN120611275B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202511101505.1，技术领域涉及：G06F18/2415；该发明授权基于深度学习的设备故障诊断方法、储存介质以及程序产品是由王洲;申家浩;于洋;赵帅;高攀设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本基于深度学习的设备故障诊断方法、储存介质以及程序产品在说明书摘要公布了：本发明公开了一种基于深度学习的设备故障诊断方法，采用增量学习架构，可以从旧任务中获取知识，使设备故障诊断模型学习诊断新的设备运行数据，同时保留之前任务中学习到的知识，可以避免新数据来时重新训练模型参数。

本发明授权基于深度学习的设备故障诊断方法、储存介质以及程序产品在权利要求书中公布了：1.基于深度学习的设备故障诊断方法，其特征在于， S1、获取旧数据集，将所述旧数据集离线训练后得到初始模型；其中，所述旧数据集为传感器采集的设备振动数据； S2、实时获取数据集，所述实时获取数据表示为新数据集；利用所述新数据集训练所述初始模型；所述新数据集为传感器采集的实时设备振动数据； S3、利用所述旧数据集检验新数据集训练后的所述初始模型的精度，若所述初始模型的精度有提升则所述新数据集可用；若所述初始模型的精度无提升则所述新数据集不可用； S4、将可用所述新数据集和所述旧数据集融合，组成融合数据集； S5、利用所述融合数据集训练当前初始模型，生成当前初始模型，利用所述新数据集检验所述融合数据集训练当前初始模型精度，若所述当前初始模型精度有提升则所述融合数据集训可用，则返回S4； S6、当所有数据不能提升所述当前初始模型的精度时，终止训练，获得设备故障诊断模型参数，得到设备故障诊断模型；所述设备故障诊断模型采用基于稀疏协作的随机森林分类器模型； S7、将降维后的设备振动数据输入到基于稀疏协作的随机森林分类器模型中进行设备故障诊断，得到诊断结果，其中，所述基于稀疏协作的随机森林分类器模型的训练流程包括， 初始化随机森林中的决策树结构，其中，构建决策树时采用稀疏协作策略，同时，随机森林中的每棵决策树的初始结构由输入的降维后的设备振动数据集、随机选择的特征集合和分裂参数共同定义； 进行特征选择与稀疏化处理，在每个决策树结构的构建过程中，通过稀疏协作机制对特征进行动态筛选； 在决策树结构训练完成后，通过模糊逻辑优化分类路径，对降维后的设备振动数据集中的边界数据点进行模糊处理； 所有决策树训练完成后，进行模型集成，通过加权投票得到最终分类结果。

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成都博智维讯信息技术股份有限公司，其通讯地址为：610000 四川省成都市高新区天府大道中段1366号2栋12层1-6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。