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双域幂等损失生成网络的起重机械故障样本生成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：CN121479470B 。

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：202610015907.8，技术领域涉及：G06F18/241；该发明授权基于双域幂等损失生成网络的起重机械故障样本生成方法是由刘志平;郭圳;刘德阳设计研发完成，并于2026-01-07向国家知识产权局提交的专利申请。

本基于双域幂等损失生成网络的起重机械故障样本生成方法在说明书摘要公布了：本发明公开了一种基于双域幂等损失生成网络的起重机械故障样本生成方法，该方法包括：采集起重机械传动系统的原始振动信号；对原始振动信号进行预处理，得到对应的时域信号和频域信号；构建双域幂等损失生成网络模型，该模型包括生成器和判别器，并在生成器的损失函数中引入幂等损失和双域相似度损失；其中，幂等损失用于约束生成器在相邻网络层的输出一致性，双域相似度损失包括时域损失和频域损失，时域损失为生成数据与真实数据对应的时域信号在时域上的均方误差，频域损失为生成数据与真实数据对应的频域信号频谱之间的欧几里得距离；训练模型并利用训练好的模型生成故障样本。本发明通过双域幂等损失机制解决了故障样本稀缺的难题。

本发明授权基于双域幂等损失生成网络的起重机械故障样本生成方法在权利要求书中公布了：1.一种基于双域幂等损失生成网络的起重机械故障样本生成方法，其特征在于，该方法包括： S1、采集起重机械传动系统在不同工况与不同故障模式下的原始振动信号； S2、对原始振动信号进行预处理，包括： 对原始振动信号进行信号分段和归一化处理，得到原始时域信号； 对原始时域信号进行快速傅里叶变换，得到对应的频域信号； 对原始时域信号进行多尺度小波包变换去噪，得到对应的时域信号； S3、构建一个基于生成对抗网络框架的双域幂等损失生成网络模型，该模型包括生成器和判别器，并在生成器的损失函数中引入幂等损失和双域相似度损失； 其中，幂等损失用于约束生成器在相邻网络层的输出一致性，表达式为： ； 式中，为幂等损失；为服从噪声向量分布的随机噪声向量；为对随机噪声向量的期望；和分别为生成器在第层和第层生成的数据输出；为欧几里得距离； 双域相似度损失包括时域损失和频域损失，时域损失为生成数据与真实数据对应的时域信号在时域上的均方误差，频域损失为生成数据与真实数据对应的频域信号频谱之间的欧几里得距离； S4、基于幂等损失和双域相似度损失构成的双域幂等损失机制训练双域幂等损失生成网络模型，并利用训练好的双域幂等损失生成网络模型生成起重机械传动系统故障样本。

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。