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！

龙图腾网获悉山东师范大学申请的专利轴承故障诊断方法、系统、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：CN116610993B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202310493855.1，技术领域涉及：G06F18/241；该发明授权轴承故障诊断方法、系统、设备及存储介质是由王吉华;田真真设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本轴承故障诊断方法、系统、设备及存储介质在说明书摘要公布了：本发明公开了轴承故障诊断方法、系统、设备及存储介质，所述方法，包括：获取数据集，所述数据集为已知轴承故障类型标签的二维图像，二维图像是对轴承振动信号进行转换得到的；所述数据集分为训练集和测试集；基于训练集分别对第一深度学习模型和第二深度学习模型进行训练，得到训练后的第一深度学习模型和训练后的第二深度学习模型；基于测试集，对训练后的第一深度学习模型和训练后的第二深度学习模型进行测试，筛选出分类精度高的深度学习模型，作为最终深度学习模型输出；获取待诊断轴承的振动信号，将待诊断轴承的振动信号转换为二维图像，将待诊断轴承的二维图像输入到最终深度学习模型中，输出轴承故障诊断结果。

本发明授权轴承故障诊断方法、系统、设备及存储介质在权利要求书中公布了：1.轴承故障诊断方法，其特征是，包括： 获取数据集，所述数据集为已知轴承故障类型标签的二维图像，二维图像是对轴承振动信号进行转换得到的；所述数据集分为训练集和测试集，所述二维图像是对轴承振动信号进行转换得到的，包括： 对轴承振动信号，通过格拉姆角场算法进行转换，得到轴承振动信号的二维图像；对轴承振动信号，通过小波变换算法进行转换，得到轴承振动信号的二维图像； 基于训练集分别对第一深度学习模型和第二深度学习模型进行训练，得到训练后的第一深度学习模型和训练后的第二深度学习模型，其中，第一深度学习模型，包括：依次连接的Resnet34网络的Conv1层、Resnet34网络的Conv2_x、Resnet34网络的Conv3_x层、Resnet34网络的Conv4_x层、Resnet34网络的Conv5_x层、可解释层、平均池化层和全连接层，所述解释层，是指梯度加权类激活映射Grad-CAM； 类判别定位图计算如下： （6） 其中，是指CNN层的第k个特征图；是通过将c类分数的梯度与特征映射A的Y相结合得到的；是通过将c类分数的梯度与特征图的进行全局平均池化得到的；f（•）是ReLU激活函数，用于强调对感兴趣的类别有积极影响的特征，第二深度学习模型，是SwinTransformer网络；基于测试集，对训练后的第一深度学习模型和训练后的第二深度学习模型进行测试，筛选出分类精度高的深度学习模型，作为最终深度学习模型输出； 获取待诊断轴承的振动信号，将待诊断轴承的振动信号转换为二维图像，将待诊断轴承的二维图像输入到最终深度学习模型中，输出轴承故障诊断结果。

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山东师范大学，其通讯地址为：250014 山东省济南市历下区文化东路88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”。