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多测点样本结构信息显式表征下的机械设备异常检测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：CN115200850B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202210848831.9，技术领域涉及：G01M13/00；该发明授权多测点样本结构信息显式表征下的机械设备异常检测方法是由陈景龙;张开宇;訾艳阳设计研发完成，并于2022-07-19向国家知识产权局提交的专利申请。

本多测点样本结构信息显式表征下的机械设备异常检测方法在说明书摘要公布了：本发明公开了一种多测点样本结构信息显式表征下的机械设备异常检测方法，本发明构建了多测点状态检测样本结构信息表征模块以统计各测点检测样本之间的相关性，并采用多头注意力机制自适应加权集成多次相关性分析的结果，以此为基础显式表征多测点状态检测样本的结构信息，之后构建空域图卷积神经网络、多通道解码器并与多测点状态检测样本结构信息表征模块相结合作为异常检测模型计算得到多测点监测数据的重构损失，并基于指数加权移动平均的方法计算得到异常检测阈值，最终实现多测点无故障训练样本条件下的机械设备异常检测。本发明基于有监督学习框架，为多测点无故障训练样本条件下机械设备异常检测提供了一种有效方案。

本发明授权多测点样本结构信息显式表征下的机械设备异常检测方法在权利要求书中公布了：1.多测点样本结构信息显式表征下的机械设备异常检测方法，其特征在于，包括以下步骤： 步骤1：以被检测对象各部件多个测点的传感器采集到的一维振动信号作为目标信号，通过对采集到的一维振动信号进行预处理得到多测点状态检测样本，将机械设备正常状态下采集得到的正常多测点状态检测样本作为训练集，其他状态下采集得到的其他多测点状态检测样本作为测试集； 步骤2：基于自注意力层构建多测点状态检测样本结构信息表征模块，通过统计各测点检测样本之间的相关性，计算获得多测点状态检测样本的自相关矩阵，并采用多头注意力机制自适应加权集成多次相关性分析的结果，以此为基础显式表征多测点状态检测样本的结构信息，之后构建空域图卷积神经网络处理生成的多测点状态检测样本结构信息的显式表征，并实现各测点状态检测样本的有效融合； 步骤3：利用步骤2所构建的多测点状态检测样本结构信息表征模块、空域图卷积神经网络作为编码器，并与所构建的多通道解码器相结合作为异常检测模型，基于划分后由机械设备正常状态下采集得到的正常多测点状态检测样本所构成的训练集对异常检测模型进行训练，通过权重衰减自适应矩估计的方式更新异常检测模型参数，以此挖掘融合后的各测点状态检测样本与相应测点预处理后得到的各测点状态检测样本之间的非线性映射关系； 步骤4：利用步骤3中经过训练得到的异常检测模型计算得到训练集样本的重构损失，基于指数加权移动平均的方法计算得到异常检测阈值，根据异常检测阈值推断测试集样本的异常检测结果。

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”。