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！

龙图腾网获悉安徽大学申请的专利一种齿轮箱故障检测诊断方法、电子设备及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：CN120744797B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202511256720.9，技术领域涉及：G06F18/2433；该发明授权一种齿轮箱故障检测诊断方法、电子设备及存储介质是由卢一相;杜修竹;徐长青;王本庆;竺德设计研发完成，并于2025-09-04向国家知识产权局提交的专利申请。

本一种齿轮箱故障检测诊断方法、电子设备及存储介质在说明书摘要公布了：本发明公开了一种齿轮箱故障检测诊断方法、电子设备及存储介质。包括：获取齿轮箱全生命周期的目标域原始信号和源域数据库中带标签的源域原始信号数据；提取目标域数据的时域、频域特征，对特征进行加权融合生成目标域融合特征向量，进行无监督异常检测，生成孤立森林异常检测模型；提取源域数据特征，得到源域特征向量，输入图生成层构建实例图，通过分类器实现故障类型预测；基于目标域异常信号，将源域故障诊断模型迁移至目标域，通过对抗训练框架优化模型适应性，基于优化后模型进行故障类型识别，输出诊断结果。本发明具有较好的稳定性，对噪声的鲁棒性较强，具有一定的泛化能力。增强特征表达的完整性与互补性；提升故障检测的精度与效率。

本发明授权一种齿轮箱故障检测诊断方法、电子设备及存储介质在权利要求书中公布了：1.一种齿轮箱故障检测诊断方法，其特征在于，包括以下步骤： S1：获取齿轮箱全生命周期的振动信号的目标域原始信号和源域数据库中带标签的源域原始信号数据，并对其进行预处理； S2：提取目标域数据的时域、频域特征，对特征进行加权融合生成目标域融合特征向量，将其输入自适应孤立森林进行无监督异常检测，生成孤立森林异常检测模型； S3：通过卷积神经网络提取源域数据特征，得到源域特征向量，并将其输入图生成层构建实例图，并基于图卷积网络建模拓扑关系，通过分类器实现故障类型预测，生成源域故障诊断模型； S4：基于S2输出的目标域异常信号，将源域故障诊断模型迁移至目标域，通过对抗训练框架优化模型适应性，基于优化后的模型进行故障类型识别，输出诊断结果，所述框架包括： 特征提取器：使用预训练的源域特征提取器初始化目标域特征提取器参数； 域判别器：区分特征来自源域或目标域； 相关对齐模块：减小源域与目标域特征分布差异。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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。