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！

龙图腾网获悉桂林电子科技大学;南宁桂电电子科技研究院有限公司申请的专利基于奖励优化深度强化学习不平衡智能故障定量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：CN116561517B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310590618.7，技术领域涉及：G06F18/10；该发明授权基于奖励优化深度强化学习不平衡智能故障定量诊断方法是由何水龙;崔倩文;冯焕秦;胡超凡;朱良玉设计研发完成，并于2023-05-24向国家知识产权局提交的专利申请。

本基于奖励优化深度强化学习不平衡智能故障定量诊断方法在说明书摘要公布了：本发明公开了基于奖励优化深度强化学习不平衡智能故障定量诊断方法，通过同步压缩小波变换简称SWT获得多通道时频表示TFRs以避免原始振动信号的非平稳性。引入ResNet构建表演者网络，用于提取有代表性的深层故障特征，以提高故障诊断的准确性；同时利用AlexNet构建批评者网络，根据评价机制引导表演者向正确方向训练。该模型基于不平衡比巧妙设计了合理实用的奖励函数，并将各类中心之间的最小距离作为奖励的实时反馈，进一步提高模型的稳健性。优化的状态转移函数提高了少数类的学习频率。通过SQ滚动轴承数据集的验证，ResDPG能够独立自主地实现准确的故障定量识别，具有很高的稳定性。

本发明授权基于奖励优化深度强化学习不平衡智能故障定量诊断方法在权利要求书中公布了：1.基于奖励优化深度强化学习不平衡智能故障定量诊断方法，其特征在于：包括如下步骤： S1、信号采集与预处理，获得滚动轴承在不同的健康状况下的原始振动数据，并对所述振动数据以无重叠方式进行分割，构建初始训练样本及测试样本，每个样本长度包含2048个数据点； S2、时频表示生成，将所述初始训练样本以及测试样本进行同步压缩小波变换，获得二维时频表示，并将其进行标准化处理，通过随机删减样本构建不平衡分布的训练集及测试集； S3、建立基于奖励优化深度强化学习智能定量诊断模型，所述基于奖励优化深度强化学习包括表演者网络、批评者网络、奖励函数以及状态转移函数；表演者网络包括在线表演者网络、目标表演者网络，批评者网络包括在线批评者网络、目标批评者网络，引入ResNet构建表演者网络，用于提取代表性的深层故障特征；引入AlexNet构建批评者网络，根据评价机制引导表演者网络进行正确训练，表演者网络和批评者网络的基本配置见下表： ； 构建含类中心最小距离反馈的任务优化奖励函数，优化少数类学习频率的状态转移函数按照样本类别顺序随机给出状态；所述基于奖励优化深度强化学习智能定量诊断模型包括状态空间，动作空间，奖励函数，其中，为训练基于奖励优化深度强化学习智能定量诊断模型的时间步长；所述状态空间表示为所述多通道时频表示所构建的不平衡分布训练集，每个环境状态对应一个训练样本；所述动作空间对应于滚动轴承健康状态的种类别，，其中，表示分类类别数量；所述基于任务优化的奖励函数为： ； 其中，，为不平衡比，代表所有故障样本的数量，代表所有正确样本的数量，代表所有的故障样本，代表正常样本，是智能体的预测行动，是状态的真实标签，是奖励函数的类中心最小距离反馈，采用如下公式表示： ，是一个维度与分类类别数量相同的向量，包含每个类别的类中心到其余类别的类中心的最短距离，代表第个故障类别的最小类间距，是所有最小类间距中的最大距离； S4、基于训练集构建博弈环境，通过智能体与博弈环境循环交互，获得智能定量诊断模型； S5、应用测试集对智能故障定量诊断模型进行验证。

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桂林电子科技大学;南宁桂电电子科技研究院有限公司，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路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。