Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学宋秀菊获国家专利权

浙江大学宋秀菊获国家专利权

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!

龙图腾网获悉浙江大学申请的专利一种旋转机械故障诊断装置及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:CN119885087B

龙图腾网通过国家知识产权局官网在2025-08-01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:202510371830.3,技术领域涉及:G06F18/25;该发明授权一种旋转机械故障诊断装置及方法是由宋秀菊;冯毅雄;王超;宋俊杰;洪兆溪;吴轩宇设计研发完成,并于2025-03-27向国家知识产权局提交的专利申请。

一种旋转机械故障诊断装置及方法在说明书摘要公布了:本发明公开了一种基于时频图像的双分支多尺度融合网络的旋转机械故障诊断装置及方法,包括:数据采集模块,获取旋转机械设备的振动信号;数据预处理模块,采用滑动窗口分段函数对振动信号数据进行划分预处理;数据变换模块,采用连续小波变换将振动信号数据转换为时频图像和时频特征;特征提取模块,包括时频特征提取器和多尺度特征提取器,分别对时频特征进行分析处理提取数值分支特征和时频图像进行分析处理提取多尺度视觉分支特征;动态加权融合模块,通过动态生成的权重对数值分支特征和多尺度视觉分支特征进行加权融合,输出故障诊断结果。本发明的旋转机械故障诊断装置及方法具有较高的旋转机械故障诊断效率和准确性。

本发明授权一种旋转机械故障诊断装置及方法在权利要求书中公布了:1.一种基于时频图像的双分支多尺度融合网络的旋转机械故障诊断装置,其特征在于,包括: 数据采集模块,获取旋转机械设备的待检测振动信号数据; 数据预处理模块,采用滑动窗口分段函数对待检测振动信号数据进行划分,并进行归一化标准化预处理; 数据变换模块,采用连续小波变换将预处理后的待检测振动信号数据转换为时频图像和对应的时频特征; 特征提取模块,包括并联的时频特征提取器和多尺度特征提取器;时频特征提取器对时频特征进行分析处理,提取数值分支特征,多尺度特征提取器对时频图像进行分析处理,提取多尺度视觉分支特征;所述的时频特征提取器包括若干个卷积池化模块;每个卷积池化模块包括上采样层、卷积层、BatchNorm2d层、PReLU激活层、Dropout层和一维MaxPool层;卷积层通过3×3卷积核提取信号的局部特征和全局特征;在每层卷积池化模块后引入注意力模块;所述的多尺度特征提取器包括若干个多卷积核模块和降维模块;所述的多卷积核模块包括多个不同尺寸的卷积核,用于提取时频图像的细节特征、中尺度空间特征、全局范围特征;所述的降维模块包括全局平均池化层和全连接层,对多卷积核模块输出结果进行降维处理; 动态加权融合模块,通过动态生成的权重对数值分支特征和多尺度视觉分支特征进行加权融合,输出故障诊断结果;所述的动态加权融合模块包括特征拼接单元、权重生成单元和加权融合单元;特征拼接单元将时频特征提取器和多尺度特征提取器输出的特征向量在通道维度上进行拼接,形成联合特征表示;权重生成单元通过全连接网络对联合特征进行处理,生成每个分支的权重,使用Softmax函数对权重进行归一化;加权融合单元按照生成的权重对两个分支的特征向量进行加权求和,生成融合特征表示,输出故障诊断结果。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。