山东大学宋艳获国家专利权
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!
龙图腾网获悉山东大学申请的专利基于高斯边界约束网络的旋转机械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:CN120890673B 。
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:202511415003.6,技术领域涉及:G01M13/00;该发明授权基于高斯边界约束网络的旋转机械故障诊断方法及系统是由宋艳;杨涵;从霄;王代超;李沂滨设计研发完成,并于2025-09-30向国家知识产权局提交的专利申请。
本基于高斯边界约束网络的旋转机械故障诊断方法及系统在说明书摘要公布了:本发明公开基于高斯边界约束网络的旋转机械故障诊断方法及系统,涉及故障诊断技术领域,获取旋转机械在单一源域工况下的振动信号数据,构成带标注的源域训练集;基于源域训练集,对高斯边界约束网络进行训练,得到训练好的高斯边界约束网络;所述高斯边界约束网络包括特征提取器、特征解耦模块、高斯边界约束模块和已知类别预测头,所述高斯边界约束模块包括高斯分类器,所述高斯分类器通过负对数似然损失和置信感知边界损失对输入的第一特征进行训练;获取旋转机械的振动信号数据,将其输入至训练好的高斯约束网络进行故障诊断,输出故障诊断结果。能够处理多种标签不一致情景,实现共享类别的准确识别和未知类别的稳健拒识。
本发明授权基于高斯边界约束网络的旋转机械故障诊断方法及系统在权利要求书中公布了:1.基于高斯边界约束网络的旋转机械故障诊断方法,其特征在于,包括: 获取旋转机械在单一源域工况下的振动信号数据,构成带标注的源域训练集; 基于源域训练集,对高斯边界约束网络进行训练,得到训练好的高斯边界约束网络;所述高斯边界约束网络包括特征提取器、特征解耦模块、高斯边界约束模块和已知类别预测头,所述高斯边界约束模块包括高斯分类器,所述高斯分类器通过负对数似然损失和置信感知边界损失对输入的第一特征进行训练; 获取旋转机械的振动信号数据,将其输入至训练好的高斯约束网络进行故障诊断,输出故障诊断结果; 所述特征解耦模块接收特征提取器输出的全局特征,采用门控机制将全局特征分解为第一门控特征和第二门控特征,分别经全连接层映射后得到第一特征和第二特征,将所述第一特征输入高斯边界约束模块,将所述第二特征输入已知类别预测头; 所述负对数似然损失鼓励第一特征服从满足约束条件的高斯分布,表示为: 其中,表示负对数似然损失,表示第个源域样本,表示特征的第个维度,表示第个源域样本的特征的第个维度,表述特征的真实标签,表示属于类别的第个高斯分布均值,表示属于类别的第个高斯分布方差; 所述置信感知边界损失约束第一特征的分布范围与位置,表示为: 其中,表示置信感知边界损失,表示内置信度边界阈值,表示第个样本归一化后的马氏距离,表示外置信边界阈值,表示第个样本的特征向量,表示第个样本所属类别的均值向量,表示第个样本所属类别的标准差向量,表示标准正态分布的累积分布函数,表示内边界的置信系数,表示外边界的置信系数。
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山东大学,其通讯地址为:250000 山东省济南市历城区山大南路27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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励