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！

龙图腾网获悉苏州工业职业技术学院申请的专利轴承振动信号处理模型构建方法、模型及信号分类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：CN119669825B 。

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：202411731574.6，技术领域涉及：G06F18/24；该发明授权轴承振动信号处理模型构建方法、模型及信号分类方法是由陆文灏;张文静;韩培培;刘森;郭静;王洪宝;崔传真;缪伟设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本轴承振动信号处理模型构建方法、模型及信号分类方法在说明书摘要公布了：本发明公开了一种轴承振动信号处理模型构建方法、模型及信号分类方法，通过计算多个特征向量距离来构建时域、频域损失函数，进而用来训练编码器。本发明通过最小化时域和频域损失函数中不同距离的差值，能够引导编码器提取信号中的相似特征表示，使其在特征空间中聚集，而不相似的特征则分离。本发明中训练好的编码器（带注意力机制的卷积神经网络）在处理未知故障类型的振动信号时，能够发现该信号中某些特征表示与其他信号均不同，从而在特征空间中将这些特征表示聚集，并与其他信号的特征表示远离，从而有效实现对未知故障类型振动信号的识别。

本发明授权轴承振动信号处理模型构建方法、模型及信号分类方法在权利要求书中公布了：1.一种轴承振动信号处理模型的构建方法，其特征在于，包括如下步骤， 步骤S1、获取轴承振动信号样本xi，形成时域信号样本集X∈{x1,x2,…,xn}，每个时域信号的长度是L；使用快速傅里叶变换将每个所述轴承振动信号样本xi转变成轴承振动频域信号样本形成与所述时域信号样本集X对应的频域信号样本集 步骤S2、计算所述时域信号样本集X中的轴承振动时域信号样本两两之间的DTW距离Stxi,xj，其中xi,xj是指任意两个时域信号样本； 步骤S3、计算所述频域信号样本集Xf中的轴承振动频域信号样本两两之间的欧氏距离其中和是指任意两个频域信号样本； 步骤S4、分别将所述时域信号样本集X和所述频域信号样本集Xf输入各自的轴承振动信号处理编码器进行映射计算，得到带有通道权重的时域信号样本特征表示集合Pt∈{p1,p2,…,pn}，以及带有通道权重的频域信号样本特征表示集合 步骤S5、分别计算所述时域信号样本特征表示集合Pt∈{p1,p2,…,pn}中的轴承振动时域信号样本特征表示两两之间的马氏距离Dtpi,pj和所述频域信号样本特征表示集合中的轴承振动频域信号样本特征表示两两之间的马氏距离 步骤S6、通过所述步骤S2计算所得时域信号样本xi和xj的DTW距离Stxi,xj和步骤S5计算所得时域信号样本xi和xj的马氏距离Dtpi,pj构建用于训练所述轴承振动信号处理编码器的时域信号损失函数，该时域信号损失函数为： Lt＝smoothDtpi,pj,Stxi,xj 其中pi和pj分别是时域信号样本xi和xj经过所述编码器映射计算后得到的时域信号样本特征表示； 所述smooth函数计算两者损失，公式如下， 其中x是DTW距离Stxi,xj和马氏距离Dtpi,pj之间的差值； 同理，通过所述步骤S3计算所得频域信号样本和的欧氏距离和步骤S5计算所得频域信号样本和的马氏距离构建训练所述轴承振动信号处理编码器的频域信号损失函数，所述频域信号损失函数为： 其中分别是频域信号样本和经过所述编码器映射计算后得到的频域信号样本特征表示；其中所述smooth函数中的x是欧氏距离和马氏距离之间的差值； 步骤S7、将计算得到的时域信号损失函数、频域信号损失函数分别运用在各自的所述轴承振动信号处理编码器，对应训练形成时域信号编码器和频域信号编码器； 步骤S8、将时域信号样本集X∈{x1,x2,…,xn}中的时域信号样本xi和中的频域信号样本xfi输入各自的已经训练好的时域信号编码器和频域信号编码器进行映射计算，得到修正后的带有通道权重的时域信号样本特征表示pi和频域信号样本特征表示pi f； 步骤S9、将所述时域信号样本特征表示pi和频域信号样本特征表示pi f进行一一对应融合，公式为：Pfused＝concatpi,pi f，其中concat表示特征拼接操作，实现两个特征表示对应维度上的拼接。

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苏州工业职业技术学院，其通讯地址为：215000 江苏省苏州市国际教育园致能大道1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”。