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！

龙图腾网获悉崂山国家实验室;天津大学申请的专利基于频域注意力扩散模型的单域泛化旋转机械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：CN120781173B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511220879.5，技术领域涉及：G06F30/00；该发明授权基于频域注意力扩散模型的单域泛化旋转机械故障诊断方法是由刘鹏;王延辉;密德元;杨绍琼;宋艳设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本基于频域注意力扩散模型的单域泛化旋转机械故障诊断方法在说明书摘要公布了：本发明公开了一种基于频域注意力扩散模型的单域泛化旋转机械故障诊断方法，包括以下步骤：获取旋转机械在源域工况下的振动信号；将所述振动信号输入基于频域注意力机制的扩散模型，生成包含噪声扰动和频域增强分量的特征表示；在故障诊断模型中对原始特征与增强特征进行频域特征融合，并通过逆傅里叶变换获得融合后的时域特征；引入嵌入损失函数约束融合特征与参考特征的差异性；将融合特征输入分类层，以预测旋转机械的故障类型。本发明通过频域注意力扩散模型、特征融合机制及嵌入损失函数的结合，提高单域条件下的特征多样性和模型泛化能力，无需多源域数据即可实现对未知工况的准确诊断，适用于工业旋转机械的故障检测与维护。

本发明授权基于频域注意力扩散模型的单域泛化旋转机械故障诊断方法在权利要求书中公布了：1.一种基于频域注意力扩散模型的单域泛化旋转机械故障诊断方法，其特征在于，所述方法包括： S1.获取旋转机械在源域工况下的振动信号； S2.将所述振动信号输入至基于频域注意力机制的扩散模型，生成包含噪声扰动和频域增强分量的特征表示； 所述频域注意力机制包括：对输入特征进行快速傅里叶变换以获得频域表征，根据各通道的频谱能量计算注意力权重，并将所述权重与输入特征逐元素相乘，以突出关键频率分量； 所述扩散模型在训练过程中通过向振动信号逐步添加高斯噪声，并以均方误差损失函数对去噪结果进行优化； S3.在故障诊断模型中对所述振动信号的原始特征与扩散模型输出的增强特征进行频域特征融合，并通过逆傅里叶变换获得融合后的时域特征；所述故障诊断模型在训练过程中采用交叉熵损失与嵌入损失的加权和作为总损失函数； 所述频域特征融合包括：对原始特征和扩散模型生成的多个增强特征分别进行快速傅里叶变换；分别对实部和虚部引入可学习权重进行加权组合，以形成多组融合频谱特征；对融合频谱特征执行逆快速傅里叶变换以获得时域混合特征； S4.通过引入嵌入损失函数约束融合特征与参考特征之间的差异性，以提升特征多样性； 所述嵌入损失函数通过计算生成特征、参考特征及融合特征之间的协方差差异来实现，以降低不同特征集之间的相关性； S5.将所述融合特征输入分类层，以预测旋转机械的故障类型； 所述方法适用于仅依赖单一源域数据进行训练，并能够在未知目标域工况下实现故障诊断的泛化。

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崂山国家实验室;天津大学，其通讯地址为：266237 山东省青岛市即墨区问海中路168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。