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！

龙图腾网获悉成都千嘉科技股份有限公司申请的专利基于多尺度曼巴模型的污水处理鼓风机故障预测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：CN121278505B 。

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：202511849196.6，技术领域涉及：G06F18/2411；该发明授权基于多尺度曼巴模型的污水处理鼓风机故障预测方法是由曾涛;鄢章发;朱炼;彭大江;王欢;向勇;赵勇;张彬;郑越设计研发完成，并于2025-12-09向国家知识产权局提交的专利申请。

本基于多尺度曼巴模型的污水处理鼓风机故障预测方法在说明书摘要公布了：本发明涉及深度学习技术领域，公开了基于多尺度曼巴模型的污水处理鼓风机故障预测方法，通过自动编码器对采集的振动频率、轴承温度等传感器数据进行异常处理和数据标准化，构建训练集；利用共享多尺度曼巴编码器自适应捕捉数据中不同频率维度的故障特征，通过重建层和预测层的协同训练获取一致性损失，迭代优化模型参数，输出故障初期的微弱特征；基于多个支持向量机构建决策函数，实现对转子不平衡、转子不对中等多种故障类型的精准识别。本发明有效解决了传统方法在特征提取尺度单一、故障类型区分不足及小样本场景下预警能力弱等问题，显著提升了故障早期预警的准确性和可靠性。

本发明授权基于多尺度曼巴模型的污水处理鼓风机故障预测方法在权利要求书中公布了：1.基于多尺度曼巴模型的污水处理鼓风机故障预测方法，其特征在于，包括以下子步骤： 通过自动编码器对污水自动传感器数据进行异常数据处理，处理后的数据集成为数据训练集； 基于共享多尺度曼巴编码器，结合重建层和预测层，构建多尺度曼巴网络模型； 通过共享多尺度曼巴编码器自适应捕捉数据训练集中不同频率维度的故障特征； 利用故障特征对重建层和预测层进行训练，获取一致性损失； 利用一致性损失对多尺度曼巴网络模型进行迭代训练，训练完后的多尺度曼巴网络模型输出故障初期的微弱特征； 基于决策函数，构建对应不同故障工况的支持向量机，支持向量机通过微弱特征进行多类型故障识别训练； 通过训练后的自动编码器、多尺度曼巴网络模型、支持向量机对实时采集的污水自动传感器数据进行处理，获得对应故障工况类别； 所述共享多尺度曼巴编码器的处理过程为： 共享多尺度曼巴编码器的输入数据分为两分支，一分支通过多尺度曼巴融合模块1和层归一化D1后进行多尺度融合和归一化后与输入数据相加，另一分支翻转后通过多尺度曼巴融合模块2进行多尺度融合，再次翻转后通过层归一化D2归一化后和输入数据相加； 将相加的两分支数据进行特征动态融合后依次通过线性层D1进行线性变换，激活函数进行平滑，线性层D2进行线性变换，层归一化D3进行归一化后和特征动态融合后的数据相加获得共享多尺度曼巴编码器的提取特征； 所述多尺度曼巴融合模块的处理过程为： 多尺度曼巴融合模块的输入数据分为两分支，一分支通过线性层C1进行线性变换后通过并行多分支的一维卷积层提取不同尺度的局部特征，局部特征通过动态融合机制自适应地加权整合，形成多尺度表征，另一分支通过线性层C2和SiLU激活函数后进行线性变换和平滑； 一分支的多尺度表征和另一分支的含有SiLU激活函数激活的特征进行矩阵相乘，多尺度表征通过状态空间模型进行全局上下文建模，一分支进行建模后的多尺度表征和另一分支的SiLU激活函数激活的特征进行矩阵相乘； 将矩阵相乘的结果相加后通过线性层C3进行线性变换，获得多尺度曼巴融合模块的输出数据。

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成都千嘉科技股份有限公司，其通讯地址为：610211 四川省成都市双流区西南航空港空港一路一段536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。