北京建筑大学王衍学获国家专利权
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!
龙图腾网获悉北京建筑大学申请的专利基于图因果自适应面向高端机械装备的分布外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:CN120296545B 。
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:202510228521.0,技术领域涉及:G06F18/2413;该发明授权基于图因果自适应面向高端机械装备的分布外智能诊断方法是由王衍学;李昕鸣;张晋瑞;祝克辉;马进川;邵冠华设计研发完成,并于2025-02-28向国家知识产权局提交的专利申请。
本基于图因果自适应面向高端机械装备的分布外智能诊断方法在说明书摘要公布了:本发明公开了基于图因果自适应面向高端机械装备的分布外智能诊断方法,涉及高端机械装备分布外智能诊断技术领域,包括通过典型故障振动测试实验采集典型故障状态下的振动加速度信号;通过欧氏距离和余弦相似度构建多层图结构,利用K‑近邻连接节点,并作为图神经网络的输入进行时序信号分析;引入后门调整策略和基于伪环境标签的近似干预方法,消除环境因素的干扰;通过多层伪环境表示结合GCN或GAT编码器泛化数据。本发明提供的基于图因果自适应面向高端机械装备的分布外智能诊断方法基于图结构数据的内在复杂性,利用伪环境标签作为中间潜在变量,通过动态调整节点特征传播路径,从而实现对多样化工况的稳健适应。
本发明授权基于图因果自适应面向高端机械装备的分布外智能诊断方法在权利要求书中公布了:1.一种基于图因果自适应面向高端机械装备的分布外智能诊断方法,其特征在于,包括: 通过典型故障振动测试实验采集典型故障状态下的振动加速度信号; 通过欧氏距离和余弦相似度构建多层图结构,利用K-近邻连接节点,并将连接后的节点作为图神经网络的输入进行时序信号分析; 所述通过欧氏距离和余弦相似度构建多层图结构包括设定机械装备在n个不同域转速、损失大小状态ωn下采集的时间序列数据为表示在第n个域下的K'种工况状态,其中n=1,2,…,n',k=1,2,…,K',每种工况状态的时间序列被标记为标签集合yn∈{1,2,…,K'},定义时间窗口长度为Δt,将每个时间序列划分为个不重叠的子序列,其中L表示原始时间序列长度,在节点生成阶段,每个子序列被映射为一个节点节点集表示为并提取多维时域特征以生成其特征向量刻画单一工况下的局部动态行为特性,在每个域层ωn内,通过节点之间的相似性度量构建局部连接关系,给定节点和通过计算欧氏距离来衡量相似性,表示为: 应用K-近邻的方式连接每个节点到其最近邻节点,形成层内图结构 在构建单层图后,定义跨层连接捕捉多工况条件下的全局行为模式,对于任意两个来自不同层的节点和通过余弦相似度来衡量跨层节点的相似性,表示为: 当余项相似度大于预设阈值η时,即在与之间引入跨层边连接,整合不同域状态下的工况特征,构建具有多层次依赖的图结构,通过层内和跨层连接构建的邻接矩阵和特征矩阵共同构成输入到GNN模型中的图结构数据 引入后门调整策略和基于伪环境标签的近似干预方法,消除环境因素的干扰; 通过多层伪环境表示获取的层级环境特征,结合GCN或GAT编码器,实现对数据的泛化。
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建筑大学,其通讯地址为:102616 北京市大兴区黄村镇永源路15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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励