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！

龙图腾网获悉周涛申请的专利一种基于自监督掩码对比学习的电机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：CN117077020B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310279016.X，技术领域涉及：G06F18/2413；该发明授权一种基于自监督掩码对比学习的电机故障诊断方法是由周涛;李秋彤;何雨恒设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。

本一种基于自监督掩码对比学习的电机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自监督掩码对比学习的电机故障诊断方法，该方法包括：采集电机故障振动信号，构建故障诊断数据集；将时间序列信号转换为时频图像；利用掩码自编码器对图像进行预训练，提取特征；通过对比学习机制，在特征空间中区分不同故障类型；采用分类器实现故障类型识别。本发明结合掩码学习与对比学习，提升了故障特征的表达能力，显著提高了电机故障诊断的准确性和鲁棒性。

本发明授权一种基于自监督掩码对比学习的电机故障诊断方法在权利要求书中公布了：1.一种基于自监督掩码对比学习的电机故障诊断方法，其特征在于，包括以下步骤： 1将采集到的西储大学的轴承数据、实测电机轴承故障数据以及试验台电机数据作为故障数据，对数据采用时频分析，得到其时间序列；并经过小波变换得到时频图片，即图片形式的输入数据集； 2对样本采用多种数据增强方式并进行组合，得到故障特征的有效的表征：选取裁剪、调整大小、水平翻转、旋转、擦除方法对数据进行空间几何变换；选取颜色失真、高斯模糊、Sobel滤波方法对数据进行外形变换； 3将数据增强后的数据进行预处理，即掩码图像分割，以领域内RGB值的大小设置分割的重叠率，RGB值大的区域设置高的分割重叠率，RGB值小的区域设置低的分割重叠率； 4将分割后的掩码图块输入掩码自编码器中进行预训练，预训练的解码器任务目标是用于还原图像缺失的像素；选择L2loss作为预训练损失函数； 5将得到的图像矩阵数据分为训练故障数据和测试故障数据； 6对训练故障数据采用对比式自监督学习，将输入图片以及其翻转、裁剪、擦除后的样本作为正例样本，将输入图片畸变后的样本以及训练集中的其他样本作为负例样本进行对比学习，并将测试数据分别与正例样本和负例样本在特征空间进行对比，来学习样本的特征表示； 7将提取到的特征通过一个全连接层，对训练故障数据的特征进行整合，并进行归一化，选择softmax分类器对得到的概率进行分类，选择交叉熵作为分类任务的损失函数； 8使用Vit-base作为微调模型，含有标号从0到11一共12个encoderblock，patchsize为16×16，指定模型反向迭代过程中允许改变权重的层数，同时冻结其余层结构，强迫其参数锁定，使参数量大大减小，从而实现参数权重的更新； 9对测试故障数据进行验证实验，通过超参数调整，当测试准确度达到需求时即可用于对电机故障数据的诊断，实现自监督领域对比学习的故障诊断。

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周涛，其通讯地址为：401331 重庆市沙坪坝区虎溪街道大学城南路55号重庆大学虎溪校区；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。