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！

龙图腾网获悉长沙理工大学申请的专利小样本条件下基于多维数据的电机故障诊断方法及系统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：CN121365294B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511948047.5，技术领域涉及：G06F18/2413；该发明授权小样本条件下基于多维数据的电机故障诊断方法及系统是由龙卓;由金朋;吴公平;徐智远;黄凤琴;黄婧杰;谢李为;石鑫林;冯文珊设计研发完成，并于2025-12-23向国家知识产权局提交的专利申请。

本小样本条件下基于多维数据的电机故障诊断方法及系统在说明书摘要公布了：本发明公开了一种小样本条件下基于多维数据的电机故障诊断方法及系统，应用于电机故障智能诊断，旨在解决小样本问题，本发明技术方案通过三维点云与球面映射技术，构建了融合球卷积算子与有监督分支和自监督分支协同训练的故障诊断模型，能够在仅使用少量标注样本及多种复杂工况下，实现对电机系统的高效、精准故障诊断。其中，在模型训练阶段，通过伪标签生成机制生成标签并与原始数据协同参与训练，还配套设计了加权损失函数结构与自适应权重调节策略，以优化模型在不同故障类别上的学习效率与泛化能力。综上，本发明仅需依赖少量标注样本即可实现高精度的电机故障诊断，有效降低了电驱动系统在样本标注与故障诊断两方面的成本。

本发明授权小样本条件下基于多维数据的电机故障诊断方法及系统在权利要求书中公布了：1.一种小样本条件下基于多维数据的电机故障诊断方法，其特征在于：包括以下步骤： S101，数据采集，通过三轴振动传感器采集各类电机状态下的三轴振动时序信号，并利用三轴振动时序信号构建电机的三维点云数据，其中，电机状态为真实故障标签； S102，数据增强以及球面映射，对步骤S101的三维点云数据进行三维旋转操作得到旋转点云数据以及真实旋转标签，再将旋转点云数据进行球面映射得到旋转球面数据；对步骤S101的三维点云数据进行球面映射得到原始球面数据； S103，有监督分支和自监督分支协同训练，所述有监督分支和所述自监督分支采用相同的特征提取模块，并将输出导向不同的分类器，在训练阶段，将旋转球面数据及真实旋转标签输入自监督分支，原始球面数据及将真实故障标签输入有监督分支； S104，将待诊断电机的三轴振动时序信号对应的原始球面数据输入训练后的有监督分支得到故障诊断分类结果； 自监督分支设有特征提取模块和线形层1，所述有监督分支设有特征提取模块和线形层2，线形层1、线形层2分别是以旋转类型预测、故障类别预测为目的的分类器； 所述特征提取模块为球面卷积模块，所述球面卷积模块由若干个卷积层依次串联构成，每个卷积层均由球面卷积层、非线性层和池化层堆叠； 所述球面卷积层的处理过程如下： 首先通过球面傅里叶变换将当前球面信号和滤波器映射到频谱域； ； ； 其中，是信号对应阶次的球面傅里叶变换系数，是在二维单位球面上的球面信号，x是球面上的点，是阶次的球面谐波函数；滤波器为球面卷积层的神经网络卷积核，为滤波器对应阶次的球面傅里叶变换系数； 然后，在频谱域完成点积运算得到； ； 最后，通过球面傅里叶逆变换映射回原始空间； ； 其中，为当前所述球面卷积层的结果，b为带宽。

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长沙理工大学，其通讯地址为：410000 湖南省长沙市天心区暮云街道万家丽南路960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。