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！

龙图腾网获悉广西大学申请的专利基于多模态融合和多尺度残差网络的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：CN119669842B 。

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：202411636482.X，技术领域涉及：G06F18/241；该发明授权基于多模态融合和多尺度残差网络的轴承故障诊断方法是由贺德强;孙海猛;靳震震;吴金鑫;韦泽贤;沈俊杰;陈彦君;付洋;李宏伟设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本基于多模态融合和多尺度残差网络的轴承故障诊断方法在说明书摘要公布了：本发明涉及智能故障诊断技术领域，具体涉及一种基于多模态融合和多尺度残差网络的轴承故障诊断方法，通过搭设地铁列车牵引电机轴承实验平台，采集电机轴承的多模态数据，基于主成分分析对多模态数据进行预处理，构建数据融合方法将采集到的多模态数据转化为RGB图像作为模型的输入，同时构建一种多尺度降噪模块，帮助网络探索多尺度特征并过滤掉不相关信息，提高残差网络在噪声场景中的适应性；构建双尺度残差块，在不同尺度上分别学习深层和浅层特征并捕获不同空间维度轴承故障信息。接着搭建多尺度残差网络，使用预处理后的多模态数据进行训练和验证，最后利用训练好的模型对轴承多模态样本进行评估，得到地铁列车牵引电机轴承的故障分类结果。

本发明授权基于多模态融合和多尺度残差网络的轴承故障诊断方法在权利要求书中公布了：1.一种基于多模态融合和多尺度残差网络的轴承故障诊断方法，其特征在于，包括下列步骤： 步骤1：搭设地铁列车牵引电机轴承实验平台，获取电机轴承的多模态数据； 步骤1中的地铁列车牵引电机轴承实验平台用于模拟地铁列车在匀速行驶状态下的工况以及对应的轴承故障类型，所述多模态数据通过不同类型的传感器采样获得，每种信号都具有相同的采样点； 步骤2：基于主成分分析对多模态数据进行预处理，构建数据融合方法，划分出训练集、验证集和测试集； 在步骤2的执行过程中，将采集到的多模态数据转化为RGB图像作为模型的输入，具体过程为利用主成分分析法对多模态原始信号进行预处理以进行降维，保留前三个主成分并将其转换为三通道时域信号，将三个通道的数据样本转换成二维矩阵，并对其像素值进行归一化处理，最后将三个二维矩阵融合成RGB图像； 步骤3：构建多尺度降噪模块； 所述多尺度降噪模块包括膨胀depthwise卷积、多尺度模块和软降噪模块，其中多尺度模块将得到的特征图在通道方向上均匀分成4个子集，通过层次结构呈现多尺度特征，扩大卷积神经网络的感受野，软降噪模块采用挤压激励网络和软阈值函数，自动学习和识别特征并消除冗余的信息； 步骤4：构建双尺度残差块； 所述双尺度残差块用于提取输入向量的深层次与浅层次特征，并保留局部与全局特征信息； 步骤5：搭建多尺度残差网络； 多模态融合和多尺度残差网络进行轴承故障诊断的过程，包括下列步骤： 步骤5.1：RGB图像首先通过第一个卷积层进行特征的初步提取； 步骤5.2：采用全局平均池化层对特征进行降维，并实现平移不变的特性； 步骤5.3：用全连接层将池化后的特征转化为一维向量，并通过Softmax函数来实现轴承健康状态的分类； 步骤6：基于训练集、验证集和测试集对所述多尺度残差网络进行训练及验证，最后使用训练后的模型对轴承多模态样本进行评估，获得故障分类结果。

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广西大学，其通讯地址为：530004 广西壮族自治区南宁市西乡塘区大学东路100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。