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！

龙图腾网获悉青岛理工大学申请的专利一种基于多尺度图注意力融合网络的机械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：CN116821762B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202310793938.2，技术领域涉及：G06F18/24；该发明授权一种基于多尺度图注意力融合网络的机械故障诊断方法是由王金龙;倪培浩;张媛媛;熊晓芸;吉爱国;董良成设计研发完成，并于2023-06-30向国家知识产权局提交的专利申请。

本一种基于多尺度图注意力融合网络的机械故障诊断方法在说明书摘要公布了：本发明公开了一种基于多尺度图注意力融合网络的机械故障诊断方法，包括如下步骤：收集机械振动的数据，构建样本数据集，并将数据集分成训练集和测试集；将数据集的训练集和测试集依据样本间的余弦相似度分别构造为训练集族图和测试集族图；将训练集族图输入到搭建好的多尺度图注意力融合网络中训练网络，得到最佳故障诊断模型；将测试集族图输入最佳故障诊断模型中进行测试，评估模型性能；将待诊断的机械振动的数据输入到评估后的故障诊断模型中进行故障诊断。本发明所公开的方法可以在数据不平衡和强噪声条件下获取较高的故障诊断准确率。

本发明授权一种基于多尺度图注意力融合网络的机械故障诊断方法在权利要求书中公布了：1.一种基于多尺度图注意力融合网络的机械故障诊断方法，其特征在于，包括如下步骤： 步骤一，收集机械振动的数据，构建样本数据集，并将数据集分成训练集和测试集； 步骤二，将数据集的训练集和测试集依据样本间的余弦相似度分别构造为训练集族图和测试集族图； 步骤三，将训练集族图输入到搭建好的多尺度图注意力融合网络中训练网络，得到最佳故障诊断模型； 步骤四，将测试集族图输入最佳故障诊断模型中进行测试，评估模型性能； 步骤五，将待诊断的机械振动的数据输入到评估后的故障诊断模型中进行故障诊断； 步骤二的具体方法如下： Step1：对采集的数据进行归一化操作； Step2：把归一化后的时间序列数据转换为频域数据； Step3：依据样本间相似度选择相似度最高的n个节点作为族图中的祖先图Gancestor，其次，将这n个节点随机分为两组，对每一组都使用余弦相似度方法，得到各自的父图Gparent；最后，将每一个父图Gparent的n2节点再次随机分成两组，对每一组分别使用余弦相似度方法获得各自的子图Gchild；Gancestor，Gparent，Gchild共同构成族图Gclan，并用作模型的输入。

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青岛理工大学，其通讯地址为：266520 山东省青岛市黄岛区嘉陵江东路777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”。