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面向多源不确定稀疏样本的装备部件失效模式辨识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：CN119046776B 。

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：202411155682.3，技术领域涉及：G06F18/2411；该发明授权面向多源不确定稀疏样本的装备部件失效模式辨识方法是由撒国栋;王栋;刘振宇;孙嘉诚;谭建荣设计研发完成，并于2024-08-22向国家知识产权局提交的专利申请。

本面向多源不确定稀疏样本的装备部件失效模式辨识方法在说明书摘要公布了：本申请公开了一种面向多源不确定稀疏样本的装备部件失效模式辨识方法，涉及装备失效辨识技术领域，该方法包括：考虑到装备实际服役过程中含有多源不确定噪声，将模型无关元学习应用到自适应滤波器，对其中多源不确定噪声进行滤波处理；进而结合短树变换与双流时空注意力深度神经网络，从多通道数据中获取时频和多尺度特征，增强失效特征的提取能力，降低失效辨识对数据量的依赖性；最后应用最小二乘支持向量机进行失效模式辨识，并采用冠豪猪算法确定最优超参数组合，提高了模型在装备部件实际服役复杂工况下的失效辨识能力，有效解决了现有技术中对含有多源不确定噪声稀疏数据的失效模式难以辨识的问题。

本发明授权面向多源不确定稀疏样本的装备部件失效模式辨识方法在权利要求书中公布了：1.一种面向多源不确定稀疏样本的装备部件失效模式辨识方法，其特征在于，包括： 获取待测多源传感数据；所述待测多源传感数据为失效模式不明确的装备部件的多通道工作数据； 采用自适应主动降噪滤波器对所述待测多源传感数据中的多源不确定噪声进行滤除，得到滤波后的待测多源传感数据；所述自适应主动降噪滤波器为通过模型无关元学习算法对自适应滤波器的滤波器系数进行优化后得到的滤波器；所述自适应主动降噪滤波器能够通过实时调整更新滤波器参数以适应不同的噪声环境； 将滤波后的待测多源传感数据输入短树变换算法，提取得到包括时频特征矩阵的第一图像和包括多尺度特征矩阵的第二图像；所述第一图像中每个元素表示在特定时间和频率上的信号强度；所述第二图像中每个元素表示在特定尺度和方向上的信号特征；所述短树变换算法包括短时傅里叶变换和双树复小波变换； 通过双流时空注意力深度神经网络并行处理所述第一图像和所述第二图像，分别提取时频域特征和细节与方向特征并进行融合，得到失效模式数据增强融合特征；所述双流时空注意力深度神经网络包括并行的第一分支和第二分支；所述第一分支用于处理第一图像，提取得到时频域特征；第二分支用于处理第二图像，提取得到细节与方向特征； 将所述失效模式数据增强融合特征输入到失效模式辨识模型中，得到对应的失效模式辨识结果；所述失效模式辨识模型为预先采用冠豪猪算法对超参数进行优化过的最小二乘支持向量机； 在采用自适应主动降噪滤波器对所述待测多源传感数据中的多源不确定噪声进行滤除，得到滤波后的待测多源传感数据之前，所述多源不确定稀疏样本的装备部件失效模式辨识方法还包括： 通过模型无关元学习寻找最佳初始控制滤波器；在所述模型无关元学习算法中，通过网格搜索算法优化所述模型无关元学习算法中的超参数； 对所述最佳初始控制滤波器的滤波器系数进行优化，得到自适应主动降噪滤波器；根据下式对所述最佳初始控制滤波器的滤波器系数进行优化： ； 其中，为第步时的滤波器系数，表示第步时的滤波器系数，为第步时的输入向量，上标T为转置操作，为第步时的期望输出向量与实际输出向量的误差值，为学习率，为时间衰减因子，为历史步长；根据下式计算： ； 其中，为第步时的期望输出向量； 根据下式对所述待测多源传感数据中的多源不确定噪声进行滤除： ； 其中，为待测多源传感数据，为滤波后的待测多源传感数据。

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”。

以上内容由龙图腾AI智能生成。