Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学(深圳)张宏伟获国家专利权

哈尔滨工业大学(深圳)张宏伟获国家专利权

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!

龙图腾网获悉哈尔滨工业大学(深圳)申请的专利轴承故障诊断方法、装置、电子设备及存储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:CN115112372B

龙图腾网通过国家知识产权局官网在2025-06-24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:202210716327.3,技术领域涉及:G01M13/045;该发明授权轴承故障诊断方法、装置、电子设备及存储介质是由张宏伟;廖靖成设计研发完成,并于2022-06-22向国家知识产权局提交的专利申请。

轴承故障诊断方法、装置、电子设备及存储介质在说明书摘要公布了:本发明实施例公开了一种轴承故障诊断方法、装置、电子设备及存储介质,方法包括:将轴承的振动信号输入到预先训练好的神经网络模型的特征提取子模型,得到特征向量;神经网络模型包括目标损失函数;神经网络模型通过对多个训练样本进行训练获得,训练样本归属于对应的样本类别,目标损失函数根据每个训练样本的样本类别的权值,对交叉熵损失函数进行更新而得到;将特征向量输入到神经网络的分类子模型中,得到轴承的振动信号属于不同样本类别的多个概率输出值,基于最高的概率输出值得到轴承的振动信号对应的故障情况,每个概率输出值表示振动信号属于样本类别的概率,样本类别表示轴承振动信号的故障情况,样本类别包括故障类型以及非故障类型。

本发明授权轴承故障诊断方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种轴承故障诊断方法,其特征在于,包括: 将轴承的振动信号输入到预先训练好的神经网络模型的特征提取子模型中,得到特征向量;所述神经网络模型包括目标损失函数;所述神经网络模型通过对多个训练样本进行训练获得,所述训练样本归属于对应的样本类别,不同样本类别具有不同的权值,所述目标损失函数根据每个训练样本的样本类别的权值,对交叉熵损失函数进行更新而得到; 将所述特征向量输入到所述神经网络的分类子模型中,得到所述轴承的振动信号属于不同样本类别的多个概率输出值,基于最高的概率输出值得到轴承的振动信号对应的故障情况,每个概率输出值表示所述振动信号属于样本类别的概率,所述样本类别表示轴承振动信号的故障情况,所述样本类别包括故障类型以及非故障类型; 所述根据每个训练样本的样本类别的权值,对交叉熵损失函数进行更新,包括: 在神经网络模型的每次迭代训练过程中,将每个训练样本的样本类别的权值输入到下述公式中,对交叉损失函数进行更新; 其中,Loss′为目标损失函数的损失值,Si表示目标损失函数的分类节点中第i个节点的概率输出值,所述分类节点的个数与样本类别的数量相同; 所述概率输出值表示为: zi表示第i个分类节点的输出值,zv表示为第v个分类节点的输出值; 所述样本类别的权值通过下述公式获取; 其中,ωm表示第m个训练样本对应的权值,cnt表示类别的训练样本的数量,δm表示第m个训练样本所对应的样本类别,K表示所有训练样本的总数,V表示样本类型的数量,h表示非故障样本类别,f1表示第一类故障样本类别,fV-1表示样本数量最少的故障样本类别,α为权值调整因子。

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哈尔滨工业大学(深圳),其通讯地址为:518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区;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”。

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。