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！

龙图腾网获悉武汉理工大学申请的专利基于大小模型的起重机耦合时变工况在线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：CN121256302B 。

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：202511803762.X，技术领域涉及：G06F18/21；该发明授权基于大小模型的起重机耦合时变工况在线故障诊断方法是由刘志平;于燕南;曾宇豪;金家一;黄森文设计研发完成，并于2025-12-03向国家知识产权局提交的专利申请。

本基于大小模型的起重机耦合时变工况在线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大小模型的起重机耦合时变工况在线故障诊断方法，该方法包括：利用多源故障数据集对通用大模型进行离线预训练，使其学习广泛的故障通用诊断知识，以从振动信号中提取各种故障的深度特征向量；通过知识蒸馏将通用大模型的故障通用诊断知识迁移至轻量化小模型，并生成初始故障知识库，包括故障类别原型集合和工况先验矩阵；利用轻量化小模型提取实时获取的起重机振动信号的故障特征向量，并结合完全无需反向传播的贝叶斯自纠正在线分类器，动态更新故障知识库中的故障类别原型集合与工况先验矩阵，从而完成故障在线诊断和故障知识库更新。本发明实现了耦合时变工况下起重机诊断模型的轻量化部署、在线动态调整及诊断精度提升。

本发明授权基于大小模型的起重机耦合时变工况在线故障诊断方法在权利要求书中公布了：1.一种基于大小模型的起重机耦合时变工况在线故障诊断方法，其特征在于，该方法包括： 利用多源故障数据集对故障诊断通用大模型进行离线预训练，使其学习广泛的故障通用诊断知识，以从振动信号中提取各种故障的深度特征向量； 通过知识蒸馏将故障诊断通用大模型的故障通用诊断知识迁移至轻量化小模型，并根据故障类别生成初始故障知识库；所述故障知识库包括故障类别原型集合和工况先验矩阵，初始故障类别原型由各故障类别典型样本的深度特征向量确定，初始工况先验矩阵为故障类别大小的单位矩阵； 利用轻量化小模型提取实时获取的起重机振动信号的故障特征向量，并结合完全无需反向传播的贝叶斯自纠正在线分类器，动态更新故障知识库中的故障类别原型集合与工况先验矩阵，从而完成故障在线诊断和故障知识库更新： 计算所提取的故障特征向量与当前故障类别原型集合中每一个故障类别原型的原型匹配概率分布，将原型匹配概率分布与当前工况先验矩阵进行矩阵乘法得到后验概率分布，后验概率分布中概率值最高的故障类别即为故障诊断结果； 根据原型匹配概率分布更新故障类别原型集合，根据后验概率分布更新工况先验矩阵； 其中，故障知识库更新，包括： 1根据原型匹配概率分布更新故障类别原型集合，包括： 从原型匹配概率分布中查找概率最高的故障类别原型及其索引s； 仅当最高原型匹配概率分布大于或大于等于预设的第一置信度阈值时，才更新故障类别原型集合： ； 式中，Norm表示向量归一化；为第一计数器，用于记录故障类别原型的更新次数；为起重机振动信号的故障特征向量； 2根据后验概率分布更新工况先验矩阵，包括： 同时，根据后验概率分布更新工况先验矩阵的第s行： ； 式中，为工况先验矩阵的第s行；为第二计数器，用于记录工况先验矩阵中的更新次数。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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。