中国科学院沈阳自动化研究所杜劲松获国家专利权
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!
龙图腾网获悉中国科学院沈阳自动化研究所申请的专利一种基于注意力机制的滚动轴承域适应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:CN116106012B 。
龙图腾网通过国家知识产权局官网在2026-04-21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:202111330197.1,技术领域涉及:G01M13/045;该发明授权一种基于注意力机制的滚动轴承域适应故障诊断方法是由杜劲松;王煜;高洁;王伟;杨旭设计研发完成,并于2021-11-11向国家知识产权局提交的专利申请。
本一种基于注意力机制的滚动轴承域适应故障诊断方法在说明书摘要公布了:本发明涉及一种基于注意力机制的滚动轴承域适应故障诊断方法,对采集到的滚动轴承振动监测信号,由一维可分离式卷积并嵌有通道注意力机制和长度注意力机制的特征提取器提取到深层故障特征;构建局部注意力域适应模块和全局注意力域适应模块筛选可迁移性好的信号及信号片段,从而提高模型的泛化能力,使模型能够更好地应对变工况故障诊断问题;与迁移学习智能故障诊断算法对比,该算法考虑到不同信号及信号片段的可迁移性不同,提高了模型的可解释性;应用多种轴承振动数据进行实验,都验证了该算法的性能稳定性好,能够在各类工况变化条件下依然保持较为优秀的诊断结果。
本发明授权一种基于注意力机制的滚动轴承域适应故障诊断方法在权利要求书中公布了:1.一种基于注意力机制的滚动轴承域适应故障诊断方法,其特征在于,包括以下步骤: 针对同一轴承系统,分别采集不同工况条件下的各类轴承健康状况的振动监测数据,并根据故障类型为数据打好标签,得到针对不同工况的轴承数据集; 将轴承数据集中的数据分为源域数据集和目标域数据集,并分别分为训练集和验证集; 构建滚动轴承域适应故障诊断模型,并使用源域数据集的训练集和目标域数据集的训练集训练模型; 对滚动轴承域适应故障诊断模型进行优化; 将目标域数据的中的测试集输入到优化后的滚动轴承域适应故障诊断模型中,得到该目标域数据的故障类型; 所述源域数据为数量大于阈值且标签完整的振动监测数据,所述目标域数据为待检测工况下的振动监测数据; 所述构建滚动轴承域适应故障诊断模型,包括: 特征提取器,用于提取轴承数据集中的故障特征,并将故障特征分为多个片段; 局部注意力域适应模块,用于计算每个片段故障特征的局部注意力值,并对其进行加权处理,将每个片段加权后的局部注意力值进行维度合并; 全局注意力域适应模块,用于根据维度合并后的局部注意力值计算全局注意力值,并加权到一个分类损失中,完成对输入数据的故障类型分类; 所述局部注意力域适应模块包括:最大均值差异模块、多个域分类器以及残差连接模块,其中,特征提取器输出的多个片段的故障特征,通过最大均值差异模块处理后,每个片段的故障特征输入到一个域分类器中,计算相应片段属于源域的概率,并使用熵函数计算每个片段故障特征的局部注意力值,以对故障特征进行加权,将所有片段加权后的故障特征进行维度合并后,通过残差连接模块输出; 所述全局注意力域适应模块包括:一个域分类器,将加权后的故障特征输入到域分类器中,计算该故障特征属于源域的概率,并使用熵函数计算故障特征的全局注意力值,以对故障特征进行加权。
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中国科学院沈阳自动化研究所,其通讯地址为:110016 辽宁省沈阳市沈河区南塔街114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。
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。

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