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！

龙图腾网获悉三峡大学申请的专利基于GADF-GAN-AVOA-CNN的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：CN115575125B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202211152827.5，技术领域涉及：G01M13/045；该发明授权基于GADF-GAN-AVOA-CNN的轴承故障诊断方法是由舒勇;张彬桥;严展鹏设计研发完成，并于2022-09-21向国家知识产权局提交的专利申请。

本基于GADF-GAN-AVOA-CNN的轴承故障诊断方法在说明书摘要公布了：一种基于GADF‑GAN‑AVOA‑CNN的轴承故障诊断方法，步骤为：首先利用GADF将采集到的原始一维轴承振动信号进行编码转换为二维图像，并将一部分图像加入高斯白噪声；然后设计了一种多头自注意力机制的生GAN对二维故障图像进行去噪，以去噪器代替生成式对抗网络的生成器，将加噪图像输入去噪器剔除噪声，将去噪器输出的图像和未加噪图像输入判别器，为增强对噪声滤除效果把多头注意力机制融合在去噪器中，当去噪器和判别器在博弈中平衡时，去噪效果达到最佳；最后使用AVOA对CNN中的几个关键参数进行寻优，构建最优模型结构和参数，最终将去噪处理的二维图像输出优化CNN中进行滚动轴承故障诊断。本发明提高了故障诊断的准确率和鲁棒性。

本发明授权基于GADF-GAN-AVOA-CNN的轴承故障诊断方法在权利要求书中公布了：1.一种基于GADF-GAN-AVOA-CNN的轴承故障诊断方法，其特征在于：包括以下的步骤： 步骤一：利用振动传感器采集滚动轴承不同部位、不同转速情况下的原始一维振动数据，并对数据进行归一化操作，整理出多段包含三种故障特征和正常状态的一维振动时间序列信号； 步骤二：将整理好的一维数据按7:2:1分成三份，其中第一份、第三份数据加入0-10dB的高斯白噪声，第一份是训练集、第二份是标签、第三份是测试集；利用格拉姆角差场技术将所有的一维数据转换为保留时间相关性的二维图像； 步骤三：建立并初始化基于多头注意力机制的生成式对抗网络,该网络的作用是对步骤二中含噪图像降噪：用去噪器代替生成式对抗网络中的生成器，在去噪器中加入多头自注意力模块，用于提高模型特征提取能力，从而加强去噪效果， 步骤四：用步骤二中的训练集样本训练步骤三中建立的基于多头注意力机制的生成式对抗网络，使得隐含层参数最优，去噪器和判别器达到博弈平衡，即网络剔除噪声的能力达到最强； 步骤五：建立非洲秃鹫算法优化的卷积神经网络模型:先初始化CNN网络结构；再通过非洲秃鹫算优化法确定CNN网络的5个关键参数，5个关键参数分别为卷积层C1的卷积核大小m1、卷积核数量n1、卷积层C3的卷积核大小m2、卷积核数量n2和学习率c，训练CNN模型使其关键参数最优； 步骤六：将测试集输入到优化GADF-GAN-AVOA-CNN模型中进行滚动轴承故障诊断； 步骤五的子步骤包括： 首先确定CNN神经网络初始结构,然后利用AVOA优化CNN的超参数得到最优CNN网络； 设置AVOA的参数,初始化秃鹫种群，包括秃鹫种群个数n,最大迭代次数T，秃鹫种群初始位置Pii＝1,2,3,...,n，各阶段更新策略选择参数P1,P2,P3,设置初始迭代t＝0，建立秃鹫群与CNN网络权值和阈值之间的映射关系； 计算所有秃鹫种群的适应度并比较结果，评估秃鹫种群，找出最佳适应度和次最佳适应度作为最优秃鹫位置BestV1和次最优秃鹫位置BestV2，并更新剩余秃鹫位置； 更新剩余秃鹫的位置，更新完成后计算所有秃鹫种群的适应度并进行比较，评估秃鹫种群，将最佳适应度和次最佳适应度作为最优秃鹫位置BestV1和次最优秃鹫位置BestV2； 令当前迭代次数t＝t+1，如果符合初始判断条件,到达最大选代次数,则将当前非洲秃鹫种群极值作为最优解,如果不符合设置的初始判断条件,则继续更新； 算法结束，输出BestV1，得到最优CNN超参数和结构参数。

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三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路8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。