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！

龙图腾网获悉兰州理工大学申请的专利一种基于IPDSCS和Swin Transformer的轴承故障抗噪性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：CN119782890B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202411955433.2，技术领域涉及：G06F18/24；该发明授权一种基于IPDSCS和Swin Transformer的轴承故障抗噪性诊断方法是由柴靖轩;曹洁;赵小强;梁浩鹏;王进花;张亚洲;郭海科;李森设计研发完成，并于2024-12-28向国家知识产权局提交的专利申请。

本一种基于IPDSCS和Swin Transformer的轴承故障抗噪性诊断方法在说明书摘要公布了：本发明公开了一种基于IPDSCS和SwinTransformer的轴承故障抗噪性诊断方法，包括：对轴承在不同工况下的振动信号进行采集，获得多组原始振动信号数据；对原始振动信号数据进行小波变换，转换为时频图像；构建基于改进的倒金字塔深度可分离卷积序列特征提取模型，对时频图像进行提取，得到多维度的特征向量；利用特征向量作为输入数据，基于SwinTransformer深度学习网络进行模型训练，建立轴承故障诊断模型；将待诊断的轴承振动信号输入轴承故障诊断模型，输出对应的故障类别。该方法通过小波变换去噪和IPDSCS特征提取方法，提高了信号处理的抗噪性；采用SwinTransformer网络对多维度特征进行多尺度建模，显著提升了故障诊断的精度和鲁棒性；实现对轴承故障的高精度诊断。

本发明授权一种基于IPDSCS和Swin Transformer的轴承故障抗噪性诊断方法在权利要求书中公布了：1.一种基于IPDSCS和Swin Transformer的轴承故障抗噪性诊断方法，其特征在于，包括以下步骤： S1、利用加速度传感器对轴承在不同工况下的振动信号进行采集，获得多组原始振动信号数据； S2、对所述原始振动信号数据进行小波变换，转换为时频图像； S3、构建基于改进的倒金字塔深度可分离卷积序列IPDSCS特征提取模型，对所述时频图像进行提取，得到多维度的特征向量；其中，基于改进的倒金字塔深度可分离卷积序列IPDSCS，包括： 分组卷积层，用于对时频图像进行分组卷积操作； 残差深度可分离块，用于对分组卷积层的输出进行特征提取； 动态可分离块，用于对残差深度可分离块的输出进行特征提取； S4、利用所述特征向量作为输入数据，基于Swin Transformer深度学习网络进行模型训练，以建立能够适应不同噪声水平的轴承故障诊断模型； S5、将待诊断的轴承振动信号输入所述轴承故障诊断模型，输出对应的故障类别。

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兰州理工大学，其通讯地址为：730050 甘肃省兰州市兰工坪287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。