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！

龙图腾网获悉南京理工大学申请的专利基于TimeGAN模型的智能工厂设备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：CN116304809B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202310163681.2，技术领域涉及：G06F18/24；该发明授权基于TimeGAN模型的智能工厂设备故障诊断方法是由李骏;张玮;梅镇;邵雨蒙;韦康设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本基于TimeGAN模型的智能工厂设备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TimeGAN模型的智能工厂设备故障诊断方法，该方法为：采集智能工厂设备的不平衡时序故障数据集，进行预处理作为原始数据，将其划分为样本量大的故障类别和样本量小的故障类别；用所有原始数据预训练出一个辅助生成的故障分类器；对样本量小的故障类别所对应数据进行处理得到样本集，将样本集划分为训练集和测试集，训练集送入TimeGAN模型进行训练，生成足够平衡原始数据的样本数据；将该样本数据与原始数据进行混合，得到平衡后的故障数据集，送入CNN网络进行训练，然后对测试集进行故障诊断。本发明充分考虑了生成样本的准确性、多样性和故障分类的准确度，从而获得了高效准确的智能工厂设备故障诊断结果。

本发明授权基于TimeGAN模型的智能工厂设备故障诊断方法在权利要求书中公布了：1.一种基于TimeGAN模型的智能工厂设备故障诊断方法，其特征在于，包括以下步骤： 步骤1、采集智能工厂设备的不平衡时序故障数据集，并进行预处理作为原始数据，根据原始数据划分样本量大的故障类别和样本量小的故障类别； 步骤2、用所有原始数据预训练出一个辅助生成的故障分类器； 步骤3、对样本量小的故障类别所对应数据进行处理得到样本集，将样本集划分为训练集和测试集，训练集送入TimeGAN模型进行训练，生成平衡原始数据的样本数据； TimeGAN模型中生成样本要通过辨别器、故障分类器和相关度计算的筛选，包括判别概率、故障分类概率、相关性计算，其中为每一轮生成的样本，为当前在网络中训练的样本的真实类别，为满足条件加入到样本池的生成样本，指的是样本判断为真的类别，、是设定的概率值，为与的相关系数，为与的最大相关系数，是设定的最大相关系数阈值； 生成的样本需满足以下条件： ； 生成样本通过故障分类器的条件设定为分类器判断生成样本属于对应的原始故障类别的概率大于所有概率的中位数，相关性的计算采用皮尔逊系数和最大平均偏差MMD； 步骤4、将生成的样本数据与原始数据进行混合，得到平衡后的故障数据集； 步骤5、将平衡后的故障数据集送入CNN网络进行训练； 步骤6、用训练后的CNN网络对测试集进行故障诊断。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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。