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！

龙图腾网获悉山东康吉诺技术有限公司申请的专利一种基于机器学习的振动信号去噪重构方法、设备及介质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：CN121542576B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610064021.2，技术领域涉及：G06F18/10；该发明授权一种基于机器学习的振动信号去噪重构方法、设备及介质是由韩生永;李华东;卞万良;孟越;张海燕设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本一种基于机器学习的振动信号去噪重构方法、设备及介质在说明书摘要公布了：本申请公开了一种基于机器学习的振动信号去噪重构方法、设备及介质，涉及数据处理技术领域。方法包括：先对原始信号自适应时频分解，再基于能量熵和峭度识别含噪主导分量；随后构建生成对抗网络，通过联合优化对抗损失与频域感知损失进行去噪，其中频域感知损失利用在轴承故障数据上预训练的卷积网络提取高层语义特征，确保与轴承结构和缺陷类型相关的高频冲击及调制特征得以保留；最后将去噪分量与其余分量重构，输出高质量信号。该方法无需干净标签，有效抑制复杂噪声的同时提升故障诊断可靠性。

本发明授权一种基于机器学习的振动信号去噪重构方法、设备及介质在权利要求书中公布了：1.一种基于机器学习的振动信号去噪重构方法，其特征在于，所述方法包括： 采集滚动轴承运行时的原始振动信号； 对所述原始振动信号进行自适应时频分解，得到多个分量信号； 基于预设噪声敏感指标，从所述分量信号中识别含噪主导分量； 构建无监督生成对抗网络，并基于所述含噪主导分量训练所述生成对抗网络，在训练过程中所述生成对抗网络通过联合优化对抗损失与频域感知损失，以对滚动轴承故障关键冲击特征进行保留； 基于训练后生成对抗网络对所述含噪主导分量进行去噪，得到去噪分量； 将所述去噪分量与其余分量信号进行信号重构，输出去噪后的滚动轴承振动信号； 所述基于预设噪声敏感指标，从所述分量信号中识别含噪主导分量包括：对每个所述分量信号分别计算各自的能量熵，以衡量能量分布的集中程度，并计算各所述分量信号的峭度，以评估其冲击特性；设定所述能量熵对应的第一阈值和所述峭度对应的第二阈值，其中，所述第一阈值根据历史正常工况数据统计得出，所述第二阈值依据高斯白噪声理论上限动态调整；筛选出各所述分量信号中能量熵高于第一阈值且峭度低于第二阈值的目标分量信号，将所述目标分量信号标记为含噪主导分量； 通过联合优化对抗损失与频域感知损失，以对滚动轴承故障关键冲击特征进行保留包括：在滚动轴承公开数据集上预训练一个一维卷积神经网络作为轴承故障特征提取网络，所述轴承故障特征提取网络包含多层一维卷积与最大池化操作层，所述轴承故障特征提取网络用于逐级提取振动信号在时域和频域中的判别性故障特征，所述轴承故障特征提取网络嵌入在所述生成对抗网络的损失计算模块中，所述轴承故障特征提取网络的权重参数处于冻结状态；将所述含噪主导分量及所述含噪主导分量对应的生成器输出分别输入所述轴承故障特征提取网络，通过前向传播获取两者的高层语义特征表示；基于所述两者的高层语义特征表示之间的差异计算所述频域感知损失，并根据判别器的输出结果计算所述对抗损失；通过联合优化所述对抗损失与所述频域感知损失，以对滚动轴承故障关键冲击特征进行保留。

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山东康吉诺技术有限公司，其通讯地址为：262799 山东省潍坊市寿光市圣城街道农圣街与东升路交叉路口五星大厦A座9楼；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。