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！

龙图腾网获悉中国电子科技集团公司第四十一研究所申请的专利一种基于深度迁移学习的卷烟机除尘设备电机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：CN119272113B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411332366.9，技术领域涉及：G06F18/241；该发明授权一种基于深度迁移学习的卷烟机除尘设备电机故障诊断方法是由崔福祥;丁一;张宝伟设计研发完成，并于2024-09-24向国家知识产权局提交的专利申请。

本一种基于深度迁移学习的卷烟机除尘设备电机故障诊断方法在说明书摘要公布了：本申请涉及机械状态监测领域，其具体地公开了一种基于深度迁移学习的卷烟机除尘设备电机故障诊断方法，该方法通过实时采集除尘车间电机设备的振动和温度信号，并进行数据预处理，采用卷积神经网络构建迁移学习模型进行特征提取和训练，以预测振动预测结果yprd；同时通过对预处理后的电机温度数据进行二级动态阈值判断，构建温度预警模型Mtemp，并进行诊断，以获取温度预警结果tprd。本发明通过振动预测和温度预警模型，实现对电机故障的诊断，并将状态等级和故障信息推送至客户端，从而提高设备的管理效率和运行稳定性。

本发明授权一种基于深度迁移学习的卷烟机除尘设备电机故障诊断方法在权利要求书中公布了：1.一种基于深度迁移学习的卷烟机除尘设备电机故障诊断方法，其特征在于，包括： S1、对除尘车间电机设备运行时的振动信号和温度信号进行实时采集，并将所述振动信号和所述温度信号分别存储在本地数据库中； S2、对所述振动信号进行数据重采样、窗口分割、数据标准化的预处理操作以及对所述温度信号进行空值、异常值的数据预处理操作； S3、采用卷积神经网络作为迁移学习模型的核心架构，除输出层外，定义6层神经网络作为迁移学习网络的特征提取层； S4、对所述迁移学习模型进行训练以得到预测模型MT； S5、利用所述预测模型MT对振动数据进行预测，得到振动预测结果yprd； S6、对预处理后的电机温度数据进行二级动态阈值判断，构建温度预警模型Mtemp，并利用所述温度预警模型Mtemp对温度数据进行诊断，得到温度预警结果tprd； S7、基于所述振动预测结果yprd和所述温度预警结果tprd，向客户端推送电机状态等级，并根据预测结果展示设备故障诊断信息； 其中，所述S4，包括： S41、划分源域数据集Ds、目标域数据集DT，对所述源域数据集Ds、所述目标域数据集DT分别进行数据预处理操作； S42、设置模型训练的初始化网络参数，其中，设定学习率∈＝1e-3、学习率调整策略选择Step方法、优化策略选择SGD方法； S43、将所述源域数据集Ds输入迁移学习模型，并采用批归一化技术，加速模型收敛，反复迭代后得到最优预训练模型MS，并保存至本地； S44、将目标域数据集DT输入预训练模型MS，并采用批归一化技术，微调模型，反复迭代后得到适应目标域数据的预测模型MT。

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中国电子科技集团公司第四十一研究所，其通讯地址为：233000 安徽省蚌埠市高新区华光大道726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”。

以上内容由龙图腾AI智能生成。