Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 沈阳建筑大学徐佳璨获国家专利权

沈阳建筑大学徐佳璨获国家专利权

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!

龙图腾网获悉沈阳建筑大学申请的专利基于原型域对齐特征编码的跨工况轴承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:CN120541740B

龙图腾网通过国家知识产权局官网在2025-11-21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:202510616704.X,技术领域涉及:G06F18/2453;该发明授权基于原型域对齐特征编码的跨工况轴承故障诊断方法是由徐佳璨;赵康;周鹏;王子男;张世英;张弛设计研发完成,并于2025-05-14向国家知识产权局提交的专利申请。

基于原型域对齐特征编码的跨工况轴承故障诊断方法在说明书摘要公布了:本发明涉及一种基于原型域对齐特征编码的跨工况轴承故障诊断方法,包括以下步骤:S1、数据采集和预处理;S2、搭建轴承故障诊断模型,其包括嵌入层、自注意编码器、哈希编码器及特征分类器;S3、构建复合损失函数训练搭建的轴承故障诊断模型,使复合损失函数最小化。本发明通过精准实现对数据特征空间的映射与对齐,能够妥善解决因工况变化导致的数据模态差异问题,减少对大规模标注数据的依赖,通过高效的域适应策略,充分利用少量标注的源域数据和无标注的目标域数据进行模型训练和测试,降低数据标注成本,提高模型的适应性和泛化能力。本发明显著提高跨工况轴承故障诊断的准确率,确保在不同工况下都能精准识别故障类型,降低误判率。

本发明授权基于原型域对齐特征编码的跨工况轴承故障诊断方法在权利要求书中公布了:1.基于原型域对齐特征编码的跨工况轴承故障诊断方法,其特征在于,包括以下步骤: S1、数据采集和预处理: S101、数据采集:在实验室模拟轴承运行工况,包括不同转速、不同负载的工况条件以及故障类型,采集所有工况条件下所有故障类型的轴承振动信号数据,并选取不同工况条件将采集的轴承振动信号数据划分为源域振动信号xst和目标域振动信号xtt;其中,源域振动信号xst包括ns个样本目标域振动信号xtt包括nt个样本源域振动信号xst用于模型训练的已知工况数据,带有真实故障类型标签,故障类型总数cls,故障类型标签为c;目标域振动信号xtt用于跨工况测试的未知工况数据,通过源域知识推断伪标签; S102、数据预处理:数据采集完成后,对源域振动信号xst和目标域振动信号xtt的所有样本分别运用连续小波变换进行预处理,转换为源域时频特征和目标域时频特征 S2、搭建轴承故障诊断模型,其包括嵌入层、自注意编码器、哈希编码器及特征分类器,将源域时频特征和目标域时频特征输入轴承故障诊断模型进行处理,具体包括以下步骤: S201、将源域时频特征和目标域时频特征分别通过嵌入层处理,得到嵌入序列和 S202、采用自注意编码器分别对和进行处理,分别得到特征fs和特征ft,其中,源域振动信号xst的ns个样本分别经过自注意特征编码器处理,得到特征记为目标域振动信号xtt的nt个样本分别经过自注意特征编码器处理,得到特征记为 S203、哈希编码器处理:采用哈希编码器分别对特征编码,获得源域松弛哈希码Hs和目标域松弛哈希码Ht; S204、将源域松弛哈希码Hs和目标域松弛哈希码Ht输入特征分类器,实现对轴承故障类型概率的输出; S3、构建复合损失函数训练搭建的轴承故障诊断模型,使复合损失函数最小化,定义为: 其中,是交叉熵分类损失函数,是原型对比损失函数,是关系保持损失函数,是量化损失函数;α、β、γ和δ是权衡参数,用于调整在复合损失函数中的相对重要性,使模型在不同优化目标之间达到平衡。

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沈阳建筑大学,其通讯地址为:110168 辽宁省沈阳市浑南区浑南中路25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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。