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！

龙图腾网获悉中国海洋大学申请的专利基于变工况多模态数据融合的轴承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：CN118332488B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202311716799.X，技术领域涉及：G06F18/25；该发明授权基于变工况多模态数据融合的轴承诊断方法及系统是由张千里;李心建;孙硕;刘贵杰设计研发完成，并于2023-12-14向国家知识产权局提交的专利申请。

本基于变工况多模态数据融合的轴承诊断方法及系统在说明书摘要公布了：本发明所述基于变工况多模态数据融合的轴承诊断方法及系统，提出缺陷决策级融合诊断过程与现有信号分析技术相互印证的解决方案，以期实现对于复杂环境的轴承实际运转工况具有较高诊断精度与较佳泛化能力的设计目的，从而解决现有技术轴承数据诊断准确性与鲁棒性较差的缺陷。基于Transformer和MoboileViT模型中的多头自注意力机制，同时计算不同位置的表示使得模型具有更好的并行计算能力，并对Transformer和MoboileViT分别引入IECANet和并联双注意力机制，加强模型在空间维度的数据融合特征，以进行训练和推理过程。在不同任务上的表现很好，不仅限于序列数据的处理，还可应用于图像处理等领域。

本发明授权基于变工况多模态数据融合的轴承诊断方法及系统在权利要求书中公布了：1.一种基于变工况多模态数据融合的轴承诊断方法，其特征在于：包括以下实施步骤，步骤1、获取不同工况下多种故障类型状态下的多源异构信号； 步骤2、将多源异构信号进行去噪、数据对齐、标准化等数据处理，对其按模态维度作数据级融合以构建特征向量矩阵A1； 步骤3、对于特征向量矩阵A1的每个特征向量应用傅里叶变换，将其傅里叶变换后的结果来扩展原始特征向量的维度以最终得到一个新的特征向量矩阵A2； 步骤4、将初步构建的含参特征向量矩阵A1，经过Complex Morlet小波函数选择不同尺度进行小波变换和重构；通过比对误差选出最优尺度，并在当前优选唯一尺度下计算包括振幅、能量在内的特征，映射生成小波变换的灰度图像数据集I1； 步骤5、对于特征向量矩阵A1进行最优尺度STFT特征提取，选用汉明窗以不同的窗口大小和设定窗重叠程度为80％的形式，计算不同尺度下频谱特征并进行IFFT重构与原有数据进行误差比对；择优选定唯一窗大小并计算相应的统计特征，映射生成最佳尺度STFT特征的灰度图像数据集I2； 步骤6、构建Transformer网络架构； Transformer网络模型如下，L1_trans=softmaxFCTransdepth  PEEmbedXdfN 其中，Transformer网络架构堆叠了depth层上述Trans的网络,Xdf为预处理后的多源异构信息的时域和频域构建的特征向量数据，将N个不同模态所代表的特征进行特征融合； Embed·是嵌入层函数，将输入特征向量x转换为维度为d _model的表示； PE·是位置编码函数，将嵌入后embedded添加位置编码，以保留序列的位置信息； Transdepth· 是多层的自注意力机制函数，用于对输入序列进行编码； FC·是全连接层函数，将编码后的表示transformed映射到分类任务的输出层； softmax函数是用于激活输出层并得到分类标签的预测结果； 步骤7、构建改进轻量级MoboileViT网络模型； MoboileViT网络模型表示为，L2_vit=softmaxMLPTrans_Encoderdepth  PEPatchEmbedXdfN 式中，Xdf是分别进行三通道化的CWT和STFT灰度图像； PatchEmbed·是将输入图像x分割成图像块并通过线性投影转换为嵌入向量的函数；Trans_Encoder·是depth层的Transformer编码器函数，用于对图像块序列进行编码；MLP·是全连接层和激活函数组成的多层感知机函数，以将编码后的表示transformed映射到分类任务的输出层； 步骤8、对步骤2和步骤3分别得到的特征向量矩阵A2与A1进行数据对齐，构建多通道特征矩阵并赋予通道初始权重；对多通道特征矩阵应用位置编码，将权重计算输出结果与原始特征矩阵相乘，输入到后续解码层进行训练，实现初步故障分类结果L1； 步骤9、将上述映射时频图像数据集I1、I2中的图像进行融合后，在通道维度上切分为两部分，一部分送入并联双注意力机制抽取局部特征，另一部分输入到MoboileViT模块里，最后在通道维度上对两者进行特征融合；将编码层输出特征映射到解码层的分类标签空间，得到实现故障分类结果L2； 步骤10、基于加权系数和聚合运算方法对第一故障分类模型和第二故障分类模型输出的结果L1、L2进行决策级融合，将综合决策级融合后的概率作为最终结果，得到轴承的健康状态； 最终预测出的轴承状态Cpre表达式为，Cpre=FSE AddL1,L2其中，FSE ·表示模糊综合评价理论，Add·为加权融合操作。

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海洋大学，其通讯地址为：266000 山东省青岛市崂山区松岭路238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。