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！

龙图腾网获悉西安交通大学申请的专利齿轮箱不平衡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：CN116975563B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310927800.7，技术领域涉及：G06F18/20；该发明授权齿轮箱不平衡故障诊断方法是由严如强;王辉;魏泽淇设计研发完成，并于2023-07-27向国家知识产权局提交的专利申请。

本齿轮箱不平衡故障诊断方法在说明书摘要公布了：公开了基于多尺度深度注意强化学习网络的齿轮箱不平衡故障诊断方法，方法包括：信号采集，获得齿轮箱在多种工况下不同健康状况的振动信号，基于所述振动信号构建训练集及测试集，环境模拟构建，根据齿轮箱的健康状况数据分布不均衡特点，建立不平衡分类马尔科夫决策过程，并设计奖励函数，建立类不平衡下故障诊断所需的数据环境模拟；建立多工况不平衡深度强化学习模型，基于训练集，智能体与环境进行不断地交互，训练智能体自主学习最优的诊断策略，所述智能体包括至少两个相同结构的多尺度特征深度注意力网络；故障识别，将所述测试集中的样本逐个输入训练完成的所述智能体，根据所述诊断策略识别齿轮箱故障类型，及分析诊断结果。

本发明授权齿轮箱不平衡故障诊断方法在权利要求书中公布了：1.一种基于多尺度深度注意强化学习网络的齿轮箱不平衡故障诊断方法，其特征在于，其包括以下步骤： 步骤S1：信号采集，获得齿轮箱在多种工况下不同健康状况的振动信号，基于所述振动信号构建训练集及测试集，其中正常状态样本多于故障状态样本； 步骤S2：环境模拟构建，建立不平衡分类的马尔可夫决策过程，并设计奖励函数，建立类不平衡下故障诊断所需的数据环境模拟； 步骤S3：建立多工况不平衡深度强化学习网络，基于训练集，智能体与环境进行不断地交互，训练智能体自主学习最优的诊断策略，所述智能体包括至少两个相同结构的多尺度特征深度注意力网络； 步骤S4：故障识别，将所述测试集中的样本逐个输入训练完成的所述智能体，根据所述诊断策略识别齿轮箱故障类型，及分析诊断结果； 其中，步骤S1中，故障状态包括齿轮故障状态和轴承故障状态； 步骤S2中，所述马尔可夫决策过程包括状态空间S、动作空间A和奖励函数R；所述状态空间S由所述训练集中所有训练样本组成，每个环境状态s对应一个训练样本；所述动作空间A为对应于齿轮箱健康状况的K种动作，，其中，故障类型总数为；所述奖励函数R为：在当前诊断询问下，对应当前环境状态st∈S，智能体执行动作at，对比动作at与当前诊断询问下的标签class是否一致，如果一致，环境返回给智能体一个正奖励，否则返回一个负奖励，形成奖励策略以实现智能体在类数据量分布不均衡下更加关注于少数类样本的学习，实现类不平衡下诊断策略的有效学习； 其中，训练集，其中表示第k类的训练子集，其表示为：，其中表示相应的样本和标签信息，表示第k类子集中的样本总量，将奖励函数R通过下式设定： ； 式中，表示状态时执行动作获得的环境反馈奖励值，以简化替代；为以2为底的对数函数，用于评价类别间的差异；表示第k类的类偏离度，其为训练集中第k类子集的样本量相对于中最少类的样本量的不平衡程度，由下式获得： ； 式中，表示训练集中最少类的样本子集，表示取模，即表示为样本子集中的样本量； 步骤S3中，所述多尺度特征深度注意力网络由一个多尺度特征层、一个通道注意力层、一个Inception多尺度层、一个最大池化层、两个残差模块、一个全局平均池化层以及一个输出层组成。

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交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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”。