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！

龙图腾网获悉北京科锐特科技有限公司申请的专利基于WPT-1DCNN的电机轴承的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：CN116659856B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202310480764.4，技术领域涉及：G01M13/04；该发明授权基于WPT-1DCNN的电机轴承的故障诊断方法是由许伯强;刘浩然;徐严侠设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本基于WPT-1DCNN的电机轴承的故障诊断方法在说明书摘要公布了：本发明涉及轴承故障诊断技术领域，具体提供一种基于WPT‑1DCNN的电机轴承的故障诊断方法，旨在解决现有轴承故障诊断方法对于轴承故障诊断的准确度不高的问题。为此，本发明的基于WPT‑1DCNN的电机轴承的故障诊断方法包括：获取待检测电机轴承的振动信号；将待检测电机轴承的振动信号进行WPT变换，并确定多层小波包分解后，提取待检测电机轴承的振动信号的频域特征向量；将待检测电机轴承的振动信号和待检测电机轴承的振动信号的频域特征向量输入到预先训练好的双分支故障诊断模型，双分支故障诊断模型输出待检测电机轴承的振动信号的故障分类结果。该诊断方法可以将轴承故障的准确率进一步提高，并具有良好的泛化性。

本发明授权基于WPT-1DCNN的电机轴承的故障诊断方法在权利要求书中公布了：1.一种基于WPT-1DCNN的电机轴承的故障诊断方法，其特征在于，包括： 获取待检测电机轴承的振动信号； 将所述待检测电机轴承的振动信号进行WPT变换，并确定多层小波包分解后，提取待检测电机轴承的振动信号的频域特征向量； 将所述待检测电机轴承的振动信号和所述待检测电机轴承的振动信号的频域特征向量输入到预先训练好的双分支故障诊断模型，所述双分支故障诊断模型输出待检测电机轴承的振动信号的故障分类结果； 所述将所述待检测电机轴承的振动信号进行WPT变换，并确定多层小波包分解后，提取待检测电机轴承的振动信号的频域特征向量，包括：对待检测电机轴承的振动信号进行3层小波包分解，得到分解后的8个子频带；根据8个子频带中每个子频带的最大幅值和8个子频带中每个子频带的最大幅值对应的频率的乘积，确定8*1维的待检测电机轴承的振动信号的频域特征向量Hk，为：，其中，Ak为每个子频带中的最大幅值；fk为每个子频带中的最大幅值对应的频率；k=1,2,3,4,5,6,7,8； 所述将所述待检测电机轴承的振动信号和所述待检测电机轴承的振动信号的频域特征向量输入到预先训练好的双分支故障诊断模型，所述双分支故障诊断模型输出待检测电机轴承的振动信号的故障分类结果，包括：将所述待检测电机轴承的振动信号输入到双分支故障诊断模型的1DCNN卷积层，所述1DCNN卷积层输出128*t维的特征向量；将所述128*t维的特征向量输入到双分支故障诊断模型的多头自注意力机制层，所述多头自注意力机制层输出128*1维的待检测电机轴承的振动信号的时域特征向量K；将8*1维的待检测电机轴承的振动信号的频域特征向量Hk与128*1维的待检测电机轴承的振动信号的时域特征向量K输入到双分支故障诊断模型的双分支特征融合层，所述双分支特征融合层输出136*1维的待检测电机轴承的振动信号的时频域特征向量；将136*1维的待检测电机轴承的振动信号的时频域特征向量输入到双分支故障诊断模型的全连接层，所述全连接层输出4*1维的待检测电机轴承的振动信号的故障诊断信号；将4*1维的待检测电机轴承的振动信号的故障诊断信号输入到双分支故障诊断模型的Softmax层，所述Softmax层输出待检测电机轴承的振动信号的故障分类结果。

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北京科锐特科技有限公司，其通讯地址为：100176 北京市大兴区亦庄经济技术开发区凉水河二街8号院大族企业湾11号楼B座4层；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。