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！

龙图腾网获悉石家庄铁道大学申请的专利一种基于层级对比学习优化的小样本轴承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：CN119469767B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411262953.5，技术领域涉及：G01M13/045；该发明授权一种基于层级对比学习优化的小样本轴承故障诊断方法是由赵志宏;陶旭;张然;武超设计研发完成，并于2024-09-10向国家知识产权局提交的专利申请。

本一种基于层级对比学习优化的小样本轴承故障诊断方法在说明书摘要公布了：本发明公开了一种基于层级对比学习优化的小样本轴承故障诊断方法，涉及故障诊断技术领域。该方法包括：通过传感器采集不同故障类别的轴承振动信号，并按照信号长度N抽取样本，再利用短时傅里叶变换得到信号的时频域特征；设计层级对比学习模块、并行注意力融合模块，引入堆叠激活函数、布朗距离协方差度量方法，构建基于层级对比学习优化的小样本轴承故障诊断模型CMBDC；将训练集数据输入到CMBDC模型中，利用反向传播算法计算梯度，通过多个训练迭代周期来不断优化网络参数，得到最终模型；将测试集数据输入到训练好的模型中，得到测试集数据的预测结果；本发明可以在样本数量有限的情况下进行故障诊断，并取得优异的实验结果。

本发明授权一种基于层级对比学习优化的小样本轴承故障诊断方法在权利要求书中公布了：1.一种基于层级对比学习优化的小样本轴承故障诊断方法，其步骤如下： S1：利用传感器采集不同负载下不同故障类别的轴承振动信号，按照固定的信号长度以及滑动窗口提取样本数据，然后利用短时傅里叶变换得到信号的时频域特征； S2：将数据集按照负载的不同，划分为训练数据集、测试数据集，分别为训练数据集、测试数据集构建多个任务，每个任务包含一个支撑集和一个查询集； S3：构建基于层级对比学习优化的小样本轴承故障诊断模型CMBDC，CMBDC模型包括：层级对比学习模块、并行注意力融合模块、堆叠激活函数、布朗距离协方差度量模块；其中，层级对比学习模块用于在特征提取的过程中，通过构建正负样本对，计算对比损失，使得同类样本之间的距离更近，不同类样本之间的距离更远；并行注意力融合模块通过融合多个注意力机制增强类别之间的区分度，学习更全面的特征信息；堆叠激活函数，在特征提取时，使用堆叠激活函数替换普通的激活函数，增强网络的非线性表达能力；BDC度量模块用于计算查询样本与支撑集每类之间的相似度，将相似度大的作为查询样本的分类结果； S4：将训练数据集输入到CMBDC模型中，将得到的浅层对比损失、深层对比损失，以及度量模块计算的分类损失加权融合，得到模型的总损失，利用反向传播算法计算梯度，利用优化算法更新网络参数，通过多个训练迭代周期不断优化网络参数，得到最终模型；将测试数据集输入到训练好的CMBDC模型中，实现对测试数据集的分类。

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石家庄铁道大学，其通讯地址为：050043 河北省石家庄市北二环东路17号石家庄铁道大学；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。