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！

龙图腾网获悉安徽大学申请的专利基于联合分布适配的轴承故障诊断方法、设备及存储介质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：CN116010883B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202310112737.1，技术领域涉及：G06F18/2415；该发明授权基于联合分布适配的轴承故障诊断方法、设备及存储介质是由盛舒婷;钱孟浩;董飞;程志友;宋俊材;阮瑞;赵衍;胡创伟设计研发完成，并于2023-02-14向国家知识产权局提交的专利申请。

本基于联合分布适配的轴承故障诊断方法、设备及存储介质在说明书摘要公布了：本发明公开了一种基于改进联合分布适配的轴承故障诊断方法、设备和存储介质，涉及轴承故障诊断方法领域。方法包括以下步骤：步骤1、根据轴承振动信号建立源域特征集、目标域特征集；步骤2、构建特征可迁移性量化指标后建立源域特征样本集、目标域特征样本集；步骤3、对源域特征样本集进行流形子空间学习，得到源域特征子集以及特征映射矩阵；基于特征映射矩阵将目标域特征样本集转换为目标域特征子集后进行联合分布适应算法求解，获得分布适应的源域特征集、目标域特征集；步骤4、采用分布适应后的源域特征集对分类器进行训练，并利用训练好的分类器基于分布适应后的目标域特征集得到故障诊断结果；设备和存储介质用于实现该方法。

本发明授权基于联合分布适配的轴承故障诊断方法、设备及存储介质在权利要求书中公布了：1.基于联合分布适配的轴承故障诊断方法，其特征在于，包括以下步骤： 步骤1、获取工况已知的轴承振动信号，以及工况未知的轴承振动信号，基于工况已知的轴承振动信号提取出多种时频域统计特征数据作为有标签的源域特征集，基于工况未知的轴承振动信号提取出多种时频域统计特征数据作为无标签的目标域特征集； 步骤2、基于步骤1得到的有标签的源域特征集得到每个统计特征数据的特征重要度FI，该特征重要度FI同时作为目标域特征集中对应类统计特征数据的特征重要度，由特征重要度FI表征源域特征集、目标域特征集中各个统计特征数据的判别能力； 计算源域特征集中各个统计特征数据在源域特征集、目标域特征集的KL散度KLD，以及计算目标域特征集中各个统计特征数据在源域特征集、目标域特征集的KL散度KLD，用于度量每个统计特征数据在不同域特征集的差异，由KL散度KLD表征每个统计特征数据在不同域特征集的适应能力； 基于所述特征重要度FI、KL散度KLD构建源域特征集、目标域特征集中每个特征统计数据的特征可迁移性量化指标RFK； 最后，基于特征可迁移性量化指标RFK从源域特征集中选取部分统计特征数据构建有标签的源域特征样本集DS，并基于特征可迁移性量化指标RFK从目标域特征集中选取部分统计特征数据构建无标签的目标域特征样本集DT； 步骤3、对步骤2得到的源域特征样本集DS中的统计特征数据进行流形子空间学习，得到源域特征子集ZS以及特征映射矩阵； 基于所述特征映射矩阵对步骤2得到的目标域特征样本集DT中的统计特征数据进行映射转换，得到目标域特征子集ZT； 基于源域特征子集ZS、目标域特征子集ZT中统计特征数据之间边缘概率分布以及条件概率分布，建立联合分布适配算法JDA模型并进行求解，获得有标签的分布适应后的源域特征集Z′S，以及无标签的分布适应后的目标域特征集Z′T； 步骤4、采用步骤3得到的有标签的分布适应后的源域特征集Z′S对机器学习的分类器进行训练，并利用训练好的分类器对步骤3得到的无标签的分布适应后的目标域特征集Z′T进行处理，得到轴承故障诊断结果。

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安徽大学，其通讯地址为：230000 安徽省合肥市经济技术开发区九龙路111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”。