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！

龙图腾网获悉兰州理工大学申请的专利基于多传感源特征选择的工业过程故障诊断方法及系统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：CN119002458B 。

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：202411100515.9，技术领域涉及：G05B23/02；该发明授权基于多传感源特征选择的工业过程故障诊断方法及系统是由蒋栋年;冉欢欢;杜洪鹤;林靖和;曹慧超;褚天锐;何琛贤;李俊宽;张帅;左亚丽;王斋文;张伟栋;杨浩文;赵锦江设计研发完成，并于2024-08-12向国家知识产权局提交的专利申请。

本基于多传感源特征选择的工业过程故障诊断方法及系统在说明书摘要公布了：本发明公开了一种基于多传感源特征选择的工业过程故障诊断方法及系统，包括：S1.获取各个传感器采集的过程数据；S2.在不同的特征视图下对各传感器采集的数据进行特征提取，并统一映射至一个公共信息度量空间中，得到各个特征视图下的数据特征集合；S3.在公共信息度量空间内，整合来自多个角度的视图，分析特征并识别显著差异的故障特征，计算并获取多视图特征的权重矩阵来优化特征集合；S4.引入故障模式识别器结合优化后的故障特征，得到故障特征对应的预测类别，并转换为概率分布，来识别和诊断工业设备的故障；本发明引入多视图特征选择和类别边界扩展方法，有效降低了特征维度，减少了信息冗余，同时提高分类结果准确性。

本发明授权基于多传感源特征选择的工业过程故障诊断方法及系统在权利要求书中公布了：1.一种基于多传感源特征选择的工业过程故障诊断方法，其特征在于，包括以下步骤： S1.获取各个传感器采集的过程数据； S2.在不同的特征视图下对各传感器采集的数据进行特征提取，并统一映射至一个公共信息度量空间中，得到各个特征视图下的数据特征集合； S3.在公共信息度量空间内，整合来自多个角度的视图，分析特征并识别显著差异的故障特征，计算并获取多视图特征的权重矩阵来优化特征集合； S4.引入故障模式识别器结合优化后的故障特征，得到故障特征对应的预测类别，并转换为概率分布，来识别和诊断工业设备的故障； 对于步骤S2，每个样本通过时域、频域、时频域分析以及深度学习的特征提取方法在不同的特征视图下进行特征提取，并映射到公共信息度量空间中； 步骤S3的具体内容包括： 为每个视图设置一个独立的权重矩阵，用于衡量各视图中特征对于各类故障的重要性，每个视图的特征重要性由相应的权重矩阵确定，共同构成为一个综合特征矩阵； 构建基于待学习参数的差异度量损失函数，结合正则化参数来平衡特征视图差异度和重要性，通过损失函数目标最小化来优化权重矩阵； 建立样本差异度量损失函数，利用权重矩阵将数据从特征空间映射到标签空间，并采用类别边界扩展方法，引入一个正向的调整矩阵和一个指导矩阵来优化标签空间； 步骤S4中，通过传感源特征选择器学习得到特征权重矩阵和调整矩阵，如果为待预测样本，根据预测类别公式计算预测矩阵 作为Softmax模型的输入，得到该样本的预测类别，当最终得到N个样本的预测类别； 预测类别为： 其中，为预测矩阵， 为待预测样本，W为特征权重矩阵，H为调整矩阵。

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兰州理工大学，其通讯地址为：730050 甘肃省兰州市兰工坪287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”。