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！

龙图腾网获悉郑州轻工业大学申请的专利基于多尺度动态加权多维残差卷积的机械信号降噪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：CN116992217B 。

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：202310955184.6，技术领域涉及：G06F18/10；该发明授权基于多尺度动态加权多维残差卷积的机械信号降噪方法是由杜文辽;杨凌凯;王宏超;巩晓赟;谢贵重;赵峰;邬昌军;高艺源;王良文;牛新闯设计研发完成，并于2023-08-01向国家知识产权局提交的专利申请。

本基于多尺度动态加权多维残差卷积的机械信号降噪方法在说明书摘要公布了：本发明提出了一种基于多尺度动态加权多维残差卷积的机械信号降噪方法，步骤如下：按照预先设定的采样频率完成机械故障振动信号的采集；利用齿轮故障仿真信号构建仿真数据集；对仿真数据集填充不同程度的高斯白噪声，得到含噪声数据样本集；在深度卷积自编码网络上的编码部分构造多尺度动态加权模块，在深度卷积自编码网络上构造多维融合模块，通过跳跃连接线构建残差模块进行残差学习构建MDW‑MDJRCAE模型；利用含噪声数据样本集对MDW‑MDJRCAE模型进行训练，得到训练好的齿轮去噪网络模型。本发明充分利用一维卷积神经网络构造噪声多尺度动态加权特征以及二维卷积神经网络强大的特征学习能力，可以得到更好地去噪效果。

本发明授权基于多尺度动态加权多维残差卷积的机械信号降噪方法在权利要求书中公布了：1.一种基于多尺度动态加权多维残差卷积的机械信号降噪方法，其特征在于，其步骤如下： 步骤1.按照预先设定的采样频率完成机械故障振动信号的采集； 步骤2.利用齿轮故障仿真信号构建仿真数据集； 步骤3.对仿真数据集填充不同程度的高斯白噪声，得到含噪声数据样本集； 步骤4.在深度卷积自编码网络上的编码部分构造多尺度动态加权模块，在深度卷积自编码网络上构造多维融合模块，通过跳跃连接线构建残差模块进行残差学习构建MDW-MDJRCAE模型； 所述MDW-MDJRCAE模型包括1D卷积层、1D激活层、动态加权层、Concatenate层、1D-2D转换层、2D卷积层、2D激活层、2D池化层、2D-1D转换层和1D上采样层； 所述多尺度动态加权模块包括4组并行的单一尺度动态加权模块和Concatenate层，输入的信号经过4组并行的单一尺度动态加权模块得到4组单一尺度动态加权特征向量，Concatenate层并联4组单一尺度动态加权特征向量，得到1D多尺度动态加权特征向量； 所述多维融合模块包含依次连接的1D-2D转换层、2DCNN模块、2D-1D转换层和1DCNN模块，通过1D-2D转换层将1D多尺度动态加权特征向量叠加生成一个二维矩阵，将二维矩阵作为2DCNN模块的输入，得到噪声特征二维表示；通过2D-1D转换层对噪声特征二维表示进行特征降维，得到噪声特征一维表示，并作为1DCNN模块的输入重构1D噪声特征；1D噪声特征经过1D卷积层得到重构的噪声信号； 步骤5.利用含噪声数据样本集对MDW-MDJRCAE模型进行训练，得到训练好的齿轮去噪网络模型； 步骤6.将步骤1得到的实际的机械故障振动信号输入训练好的齿轮去噪网络模型，获取去噪后的信号。

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郑州轻工业大学，其通讯地址为：450000 河南省郑州市高新技术产业开发区科学大道136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。