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！

龙图腾网获悉西安电子科技大学申请的专利基于多传感器相关特征融合的旋转机械设备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：CN117150357B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202311080133.X，技术领域涉及：G06F18/241；该发明授权基于多传感器相关特征融合的旋转机械设备故障诊断方法是由冯志玺;胡浩;马悦;彭同庆;杨淑媛设计研发完成，并于2023-08-25向国家知识产权局提交的专利申请。

本基于多传感器相关特征融合的旋转机械设备故障诊断方法在说明书摘要公布了：本发明提出了一种基于多传感器相关特征融合的旋转机械设备故障诊断方法，实现步骤为：获取训练样本集和测试样本集；搭建基于多传感器相关特征融合网络的故障诊断模型；初始化参数；对故障诊断模型进行训练；获取训练好的故障诊断模型；获取故障诊断目标分类结果。本发明在对故障诊断模型进行训练以及获取诊断结果的过程中，由于多传感器相关特征融合网络可以对通过多传感器特征提取网络的输出结果所构建的传感器内标签相关矩阵与传感器间标签相关矩阵进行融合，实现了不同传感器间故障信息的互补，有效的提高了故障诊断的准确率。通过融合时域和时频域两个模态的故障信息，避免了现有技术的缺陷，进一步提高了故障诊断的准确率。

本发明授权基于多传感器相关特征融合的旋转机械设备故障诊断方法在权利要求书中公布了：1.一种基于多传感器相关特征融合的旋转机械设备故障诊断方法，其特征在于，包括如下步骤： 1获取训练样本集和测试样本集： 获取通过M个传感器采集的包含C个故障类别的多条原始信号数据及其对应的故障标签，以及待诊断旋转机械设备的多条实时信号数据，并对每条原始信号数据和每条实时信号数据进行预处理，然后将预处理后的I条原始信号数据及其对应的故障标签组成训练样本集Xtrain，将预处理后的J条实时信号数据构成测试样本集Xtest，其中M≥2，C≥2； 2搭建基于多传感器相关特征融合网络的故障诊断模型： 搭建包括顺次级联的多传感器特征提取网络、多传感器相关特征融合网络和分类器Cf的故障诊断模型O，其中，多传感器特征提取网络包括M个并行排布的网络分支，第m个网络分支包括并行排布的全局-局部时间编码器和时频编码器，及与该两个编码器的输出端依次级联的融合模块和分类模块Cm；多传感器相关特征融合网络，用于对通过多传感器特征提取网络的输出结果所构建的传感器内标签相关矩阵与传感器间标签相关矩阵进行融合； 3初始化参数： 初始化训练迭代次数为t，最大迭代次数为T，第t次迭代多传感器特征提取网络、分类器Cf的参数分别为φt和μt，并令t＝0； 4对故障诊断模型进行训练： 将训练样本集Xtrain作为故障诊断模型O的输入进行前向传播，得到I个预测概率Pf； 5获取训练好的故障诊断模型： 对特征提取网络的参数φt和分类器Cf的参数μt进行更新，得到本次迭代的故障诊断模型Ot，并判断t≥T是否成立，若是，得到训练好的故障诊断模型O*，否则，令t＝t+1，Ot＝O，并执行步骤4； 6获取故障诊断目标分类结果： 将测试样本集Xtest作为训练好的故障诊断模型O*的输入进行前向传播，得到J个分类结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。