北京信息科技大学米洁获国家专利权
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！
龙图腾网获悉北京信息科技大学申请的专利基于零件特征频率的故障诊断方法、系统、介质及设备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：CN120508910B 。
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：202510659330.X，技术领域涉及：G06F18/2415；该发明授权基于零件特征频率的故障诊断方法、系统、介质及设备是由米洁;甄真;张健设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。
本基于零件特征频率的故障诊断方法、系统、介质及设备在说明书摘要公布了：本发明涉及机械设备故障诊断领域，公开了一种基于零件特征频率的故障诊断方法、系统、介质及设备，其包括：从机械设备原始故障数据集中获取零件故障特征频率，基于零件故障特征频率构建物理知识的指导信息；将生成的故障特征频率信息与故障数据拼接，形成双通道数据，输入多输出的深度卷积神经网络进行训练，以提取故障特征；由多输出的深度卷积神经网络对故障特征进行多输出分类及诊断，每个输出对应一个机械设备的故障类型，从全局特征中提取与该故障类型对应的故障特征，完成机械设备中是否存在该故障的诊断。本发明能对复合故障进行解耦，实现对单一故障类型的预测。
本发明授权基于零件特征频率的故障诊断方法、系统、介质及设备在权利要求书中公布了：1.一种基于零件特征频率的故障诊断方法，其特征在于，包括： 从机械设备原始故障数据集中获取零件故障特征频率，基于零件故障特征频率构建物理知识的指导信息，包括：基于零件的故障原理和零件的参数信息，计算得到零件故障特征频率，以该零件故障特征频率为中心进行左右扩频，形成特征频率带；采用特征频率带对采集到的机械设备的振动数据进行带通滤波，得到的故障特征频率为物理知识的指导信息； 将生成的故障特征频率信息与故障数据拼接，形成双通道数据，输入多输出的深度卷积神经网络进行训练，以提取故障特征； 由多输出的深度卷积神经网络对故障特征进行多输出分类及诊断，每个输出对应一个机械设备的故障类型，从全局特征中提取与该故障类型对应的故障特征，完成机械设备中是否存在该故障的诊断。
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北京信息科技大学，其通讯地址为：100192 北京市海淀区清河小营东路12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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励