Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学耿道渠获国家专利权

重庆邮电大学耿道渠获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利一种基于语义和胶囊网络的旋转机械故障智能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:CN117113214B

龙图腾网通过国家知识产权局官网在2026-01-30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:202310884700.0,技术领域涉及:G06F18/2415;该发明授权一种基于语义和胶囊网络的旋转机械故障智能诊断方法是由耿道渠;童呼生设计研发完成,并于2023-07-18向国家知识产权局提交的专利申请。

一种基于语义和胶囊网络的旋转机械故障智能诊断方法在说明书摘要公布了:本发明请求保护一种基于语义和胶囊网络的旋转机械故障智能诊断方法,其算法基于深度学习keras框架和语义网技术实现,包括以下步骤:步骤1、对原始加速度信号预处理,用以输入构建好的卷积层来自动学习特征;步骤2、在胶囊网络中引入inception模块,多尺度提取特征表示,最大程度上保持特征的空间姿态信息;步骤3、构建并引入基于权值共享的低层次胶囊层,用来共享仿射变换矩阵,获得预测特征向量,并对其进行加权求和,输入高层次胶囊层;步骤4、在高层次胶囊层中引入基于协议的动态路由算法,进行迭代更新权重。步骤5、使用基于Prolog+Lisp语言的规则推理,利用旋转机械知识领域本体中已有的知识和IWSCN预测的结果,推理出故障原因,提高诊断智能化程度。

本发明授权一种基于语义和胶囊网络的旋转机械故障智能诊断方法在权利要求书中公布了:1.一种基于语义和胶囊网络的旋转机械故障智能诊断方法,其特征在于,包括以下步骤: 将采集到的原始数据进行预处理,并输入构建好的卷积层以自动学习特征,得到初始特征表示; 将得到的初始特征表示输入inception模块进行矢量化处理,提取多通道特征信息,得到多尺度初始特征表示; 将得到的多尺度初始特征表示输入构建好的低层次胶囊层,用来共享仿射变换矩阵以获得预测向量,并进行加权求和后输入高层次胶囊层; 在高层次胶囊层中引入基于协议的动态路由算法,同时引入基于欧氏距离的边际损失 函数进行迭代更新动态路由权重,输出最终的故障分类及预测结果;包括如下步骤: 步骤1:采用一种基于协议的动态路由算法来更新迭代动态路由权重,即的值,公式 如下: 其中,表示胶囊i与胶囊j耦合的对数先验概率,作为本算法的关键部分,协议定义 为: 其中Routing表示一个标量积函数,c表示第c个胶囊,表示更新后的胶囊i与胶囊 j耦合的对数先验概率,表示更新后的胶囊i与胶囊c耦合的对数先验概率;用下式进 行更新: 通过上面的几个公式,经过迭代运算进行更新; 步骤2:同时引入基于欧氏距离的边际损失函数,作为代价函数优化IWSCN网络的IWSCN的参数,公式如下: 其中,n表示第n类,L表示边际损失函数,表示样本标签,表示样本属于第n类, 否则,表示不属于第n类;为正则参数;和分别是最终预测向量的上 限和下限;其中,,,此处采用;最终预测向量,其中代表预测对应类别的概率; 步骤3:经过相应的迭代次数后,输出最终的分类及预测结果; 使用基于Prolog+Lisp语言的规则推理,并利用旋转机械知识本体中已有的知识和IWSCN的故障分类及预测结果,推理出故障原因和查询对应的故障维修策略。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。