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！

龙图腾网获悉西安康创电子科技有限公司;西北工业大学申请的专利一种基于V-DIT数据增强和CNN的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：CN120804833B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511033334.3，技术领域涉及：G06F18/241；该发明授权一种基于V-DIT数据增强和CNN的故障诊断方法是由王志军;陈琪;尹铭希;邓鑫洋;王立峰设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本一种基于V-DIT数据增强和CNN的故障诊断方法在说明书摘要公布了：本发明涉及航空发动机故障诊断领域，具体涉及一种基于V‑DIT数据增强和CNN的故障诊断方法，该方法基于v‑prediction的时间序列扩散建模方法，引入中间变量v取代原本要预测的噪声变量，并引入了引入DIT结构替代传统扩散模型的U‑Net，实现一种基于DIT网络结构的针对航空发动机一维时间序列的扩散模型。其次，引入CNN网络，对航空发动机故障数据进行分类训练。CNN网络对输入训练集数据进行特征提取、特征叠加和特征分类，能够捕捉到数据中的局部关联特征，从而实现对不同类型故障的识别和分类。

本发明授权一种基于V-DIT数据增强和CNN的故障诊断方法在权利要求书中公布了：1.一种基于V-DIT数据增强和CNN的故障诊断方法，其特征在于，包括： 获取航空发动机故障数据；所述故障数据来自航空发动机轴承HIT数据集； 根据航空发动机故障数据嵌入位置编码获取处理后的故障数据； 对处理后的故障数据利用扩散DIT模型经过T层前向加噪过程获取最终加噪后特征数据； 根据处理后的故障数据以及引入的噪声构建中间变量； 构建基于DIT的Transformer架构网络，其中，该网络的输入为每层加噪后得到的特征数据，输出为预测中间变量； 根据构建的中间变量以及预测的中间变量建立损失函数； 基于损失函数，对构建的基于DIT的Transformer架构网络进行训练，直至收敛，获得训练好的基于DIT的Transformer架构网络； 基于DIT模型通过引入V-prediction构建V-DIT反推模型； 根据最终加噪后特征数据以及通过训练好的基于DIT的Transformer架构网络输出的预测中间变量，基于V-DIT反推模型，获取T层潜在故障数据； 根据T层潜在故障数据经训练好的基于DIT的Transformer架构网络，获取潜在故障数据对应的预测中间变量，再将该预测中间变量通过V-DIT反推模型，获取T-1层潜在故障数据，依次反推，获取预测的故障数据； 基于卷积神经网络构建故障诊断模型，并利用预测的故障数据以及原始故障数据进行训练，获得具备故障识别能力的故障诊断模型； 将待诊断数据，根据诊断模型进行诊断，获取对应的诊断结果； 引入V-prediction构建V-DIT反推模型，包括： 式中，表示模型预测的加噪前的数据点；表示模型预测的噪声；表示加噪后的数据点；表示预测中间变量；表示的平均值，，是时间步长t的噪声方差。

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西安康创电子科技有限公司;西北工业大学，其通讯地址为：710010 陕西省西安市高新区锦业路32号锦业时代B2栋1902；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。