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！

龙图腾网获悉北京航空航天大学申请的专利基于模型校准的可信无源领域适配机械设备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：CN119961809B 。

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：202510120611.8，技术领域涉及：G06F18/2431；该发明授权基于模型校准的可信无源领域适配机械设备故障诊断方法是由焦金阳;李豪;刘宗阳;张天;林京;王晗;马小兵设计研发完成，并于2025-01-25向国家知识产权局提交的专利申请。

本基于模型校准的可信无源领域适配机械设备故障诊断方法在说明书摘要公布了：本发明提供一种基于模型校准的可信无源领域适配机械设备智能诊断方法，其包括以下步骤：S1：将振动加速度传感器安装于机械设备表面，采集不同工况下机械设备不同故障类型的振动监测数据；S2：对振动监测数据进行归一化预处理：S3：构建基于模型校准的可信无源领域适配机械设备故障诊断模型；包括建立初始模型、源模型生成、立适配故障诊断模型和适配故障诊断模型校准；S4：使用适配故障诊断模型诊断机械设备的故障类型。本发明直接以振动监测数据作为输入，实现了端到端的跨工况智能故障诊断；本发明引入基于行列式的互信息实现了鲁棒的模型跨域适配；本发明还建立基于目标模拟数据集的温度缩放理论提高了预测置信度的可靠度。

本发明授权基于模型校准的可信无源领域适配机械设备故障诊断方法在权利要求书中公布了：1.一种基于模型校准的可信无源领域适配机械设备故障诊断方法，其特征在于：其包括以下步骤： S1：采集不同工况下机械设备不同故障类型的振动监测数据； 将振动加速度传感器安装于机械设备表面，采集机械设备在第一工况下不同故障类型的振动监测数据，故障类型的类别共有K类，采集机械设备在第二工况下的振动监测数据； 将第一工况下获得的振动监测数据作为源域数据集，标签信息为故障类型的类别；使用第二工况下获得的振动监测数据作为目标域数据集，不包含标签信息； S2：对振动监测数据进行归一化预处理； 对不同工况下得到的振动监测数据分别行归一化预处理，得到相应的归一化数据； S3：构建基于模型校准的可信无源领域适配机械设备故障诊断模型； 构建基于模型校准的可信无源领域适配机械设备故障诊断模型，主要包括如下子步骤： S31：建立初始模型 初始模型DBase由一个特征编码模块EBase和一个分类模块CBase组成，其中特征编码模块EBase用于提取敏感特征，输出的维度为d，分类模块CBase的类别数量为K，输出为由每个类别概率组成的K维向量； S32：源模型生成 依赖于归一化的源域数据集样本及其相应的标签，采用标签平滑监督损失函数和锐度感知最小化优化策略对初始模型进行训练得到源模型； S33：建立适配故障诊断模型 采用基于原型的伪标签学习技术，生成归一化的目标域数据集样本xt相应的第一伪标签，然后使用第一伪标签数据构建新型类原型，从而生成第二伪标签； 使用具有第二伪标签的目标域数据集，基于DMI对源模型进行训练，固定源模型的分类模块参数，仅更新特征编码模块，得到适配故障诊断模型； S34：适配故障诊断模型校准 采用目标模拟型模型校准策略，通过目标模拟数据集，得到目标模拟温度参数T，利用温度缩放策略能对适配故障诊断模型预测置信度进行校准； S4：使用适配故障诊断模型诊断机械设备的故障类型； 采集机械设备在第二工况下的振动监测数据，并输入到适配故障诊断模型中，适配故障诊断模型输出每种故障类型的概率，并根据S34得到校准后的预测置信度，从而对机械设备的故障类型进行诊断。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。