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！

龙图腾网获悉中国人民解放军空军工程大学申请的专利一种基于重构生成对抗网络的电机轴承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：CN118410396B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202410513060.7，技术领域涉及：G06F18/241；该发明授权一种基于重构生成对抗网络的电机轴承故障诊断方法是由刘勇智;朱佩荣;李添幸;杜皓然;刘婷;来帅雷设计研发完成，并于2024-04-26向国家知识产权局提交的专利申请。

本一种基于重构生成对抗网络的电机轴承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重构生成对抗网络的电机轴承故障诊断方法及系统，方法包括：采集不平衡数据集下多数类健康样本和少数类故障样本，标注为真实样本；构建生成器网络与判别器网络，其中，生成器网络包括一个输入层，四个卷积层，一个输出层，判别器网络包括一个输入层，两个卷积层，一个全连接层；构建重构层网络，其中，由两个子网络编码器与解码器组成；基于随机噪声信号训练生成器网络，输出信号标注为生成样本；基于真实样本与生成样本共同训练判别器网络；基于生成样本训练重构器，获取重构生成样本，计算重构生成样本与真实样本间肯纳德相关性并反馈；将得到训练好的生成样本与真实样本混合扩充至平衡样本数据集，输入到神经网络模块中，实现不平衡数据集下的故障诊断。本发明能够基于少数类故障数据生成可用多元化的样本数据，并扩充不平衡数据集至理想的平衡状态，无需长时间在实验环境下采集故障样本数据即可训练出故障诊断模型。

本发明授权一种基于重构生成对抗网络的电机轴承故障诊断方法在权利要求书中公布了：1.一种基于重构生成对抗网络的电机轴承故障诊断方法，其特征在于，具体包括以下步骤： 1当需要对不平衡数据集下的电机轴承进行故障检测时，需要获取多数类健康样本和少数类故障样本对应的特征数据集，按照不平衡比率，分别采集多数类正常样本信号与少数类故障样本信号，将不平衡数据集下少数类故障数据标注为真实样本； 2基于神经网络模型构建生成器网络与判别器网络； 基于random模块生成一组随机信号数据作为生成器网络的输入，将生成器网络的输出标记为生成样本，并同真实样本共同训练判别器网络；生成器网络和判别器网络结构具体为：生成器网络在输入层之后，利用四个卷积层作为特征提取器，使用ELU作为激活函数；每个卷积层后分别与归一化层和dropout层相连接； 判别器网络卷积层的输出与全连接层连接，全连接层利用sigmoid函数作为激活函数，实现分类效果，用以判别生成样本的真假； 3经生成器网络输出的生成样本传递给重构层网络，由编码器将数据转换为低维潜在空间表示，输入数据由解码器使用其所学习的潜在因素来重构； 4构建生成器网络、判别器网络、重构层网络三个网络后，产生一组与真实样本数据同维度的随机噪声信号，将其作为生成器网络的输入，将生成器网络训练后的输出标注为生成样本；将真实样本与生成样本共同作为判别器网络输入，判别器网络判别生成样本真假，基于交叉损失函数计算生成样本与真实样本之间的损失函数L1，损失函数L1反向传递给生成器网络；生成样本作为重构器的输入样本，经重构网络提取内在特征样本后获取样本重构信号，样本重构信号与真实样本经肯纳德系数计算处理，将产生的损失函数L2反向传递给生成器网络，监督样本的生成方向与质量； 其中交叉损失函数计算公式如下： 式中，代表交叉损失函数，y代表真实的标签值，代表预测标签； 5基于重构生成对抗网络训练，获取高质量生成样本，将训练好的生成样本与少数类真实样本按照相同故障模态混合扩充至平衡样本数据集；将平衡的数据集分为训练集数据和测试集数据；训练集数据和测试集数据分别送至卷积神经网络模块进行训练与测试，得到轴承故障诊断结果。

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中国人民解放军空军工程大学，其通讯地址为：710051 陕西省西安市灞桥区长乐东路甲字1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。