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！

龙图腾网获悉武汉纺织大学申请的专利基于平衡优化的多模态轴承剩余寿命预测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：CN120562316B 。

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：202511065994.X，技术领域涉及：G06F30/27；该发明授权基于平衡优化的多模态轴承剩余寿命预测方法与系统是由成子惠;韩振阳;王兆静;李浩男;颜小运;李丽;彭涛设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本基于平衡优化的多模态轴承剩余寿命预测方法与系统在说明书摘要公布了：本发明公开了基于平衡优化的多模态轴承剩余寿命预测方法与系统。首先，在离线阶段，从轴承运行数据集中获取振动信号的时间序列数据，并通过小波变换生成时频图像，确保数据包含时间序列和图像两种模态。然后，利用长短期记忆网络LSTM提取时间序列数据的时序特征，同时使用图卷积网络GCN提取时频图像的空间特征。接着，将LSTM和GCN提取的特征进行拼接，生成联合特征向量，输入全连接层输出RUL预测值。在训练过程中，通过自适应优化策略实时监控LSTM和GCN两个模态的损失贡献差异，反向传播调整各模态的梯度更新幅度，避免优势模态抑制弱势模态的优化，确保多模态特征的充分提取。

本发明授权基于平衡优化的多模态轴承剩余寿命预测方法与系统在权利要求书中公布了：1.一种基于平衡优化的多模态轴承剩余寿命预测方法，其特征在于，包括如下步骤： 步骤1，从轴承运行数据集中获取振动信号的时间序列数据，并通过小波变换生成时频图像； 步骤2，时间模态上，使用长短期记忆网络LSTM提取时间序列数据的时序特征；空间模态上，使用图卷积网络GCN提取时频图像的空间特征； 步骤3，将提取的时序特征和空间特征沿特征维度拼接，生成联合特征向量，并输入全连接层，输出轴承的剩余使用寿命预测值RUL； 步骤4，使用自适应优化策略实时监控LSTM和GCN的损失贡献差异，动态调整各模态的梯度更新幅度，获得模型权重； 步骤4的具体实现包括以下子步骤： 步骤4.1，分别计算时间模态和空间模态的损失值，基于两个模态的损失值，计算时间模态相对于空间模态的差异比率以及空间模态相对于时间模态的差异比率； 步骤4.2，根据差异比率，计算每个模态的动态调节系数； 步骤4.3，在每次迭代中，使用动态调节系数调整每个模态的梯度更新幅度，获得模型权重； 步骤5，结合模型权重和损失函数训练由步骤2-3构成的轴承剩余寿命预测模型； 步骤6，利用训练好的模型实现轴承剩余寿命预测。

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武汉纺织大学，其通讯地址为：430073 湖北省武汉市洪山区纺织路1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。