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！

龙图腾网获悉重庆邮电大学申请的专利基于类别转移的多源域开放集旋转机械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：CN116628602B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310592383.5，技术领域涉及：G06F18/2431；该发明授权基于类别转移的多源域开放集旋转机械故障诊断方法是由苏祖强;姜维龙;禄盛;赵洋;王淑娴;罗茂林设计研发完成，并于2023-05-24向国家知识产权局提交的专利申请。

本基于类别转移的多源域开放集旋转机械故障诊断方法在说明书摘要公布了：本发明涉及故障诊断领域，特别涉及一种基于类别转移的多源域开放集旋转机械故障诊断方法，本发明结合无监督领域中的多源域深度迁移网络与对抗学习，采用多源故障类别匹配让不同源域中相同故障类型间的故障特征对齐和不同故障类型间的故障特征疏远；在每个源域和目标域间采用对抗学习方法来减小源域和目标域间的域间隙，有效缓解了现有多源域开放集故障诊断方法中因简单融合多源域故障信息导致的不完整和次优解的故障诊断结果；此外，基于多故障分类器综合决策结果，在多源域和目标域间的故障质心表示间构造全局故障对齐来进一步优化故障诊断模型中的共享特征提取器的领域不变故障特征提取能力，进一步提高故障诊断精度。

本发明授权基于类别转移的多源域开放集旋转机械故障诊断方法在权利要求书中公布了：1.一种基于类别转移的多源域开放集旋转机械故障诊断方法，其特征在于，所述方法包括： 利用加速度传感器采集旋转机械关键零部件在多个不同运行工况下的振动数据，并对振动数据进行数据预处理； 根据所述振动数据是否有故障类型标签，将多个运行工况下的有故障类型标签数据作为多个源域训练集，将某一工况下的无故障类型标签数据作为目标域训练集与目标域测试集； 将多个源域训练集和目标域训练集分别打包成批次，按批次依次输入到多源对抗深度迁移网络中； 利用多源对抗深度迁移网络的共享特征提取器分别提取出多个源域训练集和目标域训练集的故障样本的高维特征表示； 利用多源对抗深度迁移网络在各个领域独有的故障分类器对故障样本的高维特征表示进行处理，分别预测出故障样本的故障类型； 根据各个源域内故障样本的故障类型标签，构建各个源域内的故障类型质心表示，同时计算不同源域训练集间的相同故障类型标签的质心距离和不同故障类型标签间的质心距离，构建出多源故障类型的匹配损失； 所述多源故障类型的匹配损失表示为： 其中，表示多源故障类型的匹配损失；Dshared表示不同源域训练集间的相同故障类型标签的质心距离；Dprivate表示不同源域训练集间的不同故障类型标签间的质心距离； 所述故障类型标签间的质心距离分别表示为： 其中，M代表源域训练集的个数，和分别代表源域Sg和源域Sh间的相同故障类型的对数与不同故障类型间的对数；表示源域Sg内的故障类型标签空间；表示源域Sh内的故障类型标签空间；为源域Sg中的第l个故障类型的质心，为源域Sh中的第l个故障类型的质心；为源域Sg中的第p个故障类型的质心，为源域Sh中的第q个故障类型的质心；表示二范数； 所述源域的故障类型的质心表示为： 其中，表示源域Sm中的第n个故障类型的质心，m∈{1,2,...,M}，为对应的源域Sm批次，I·是指数函数，是第b个源域故障样本对应的故障样本标签，是经共享特征提取器Gfe·提取的故障样本特征； 根据不同源域训练集在源域独有的故障分类器输出的故障样本的故障类型预测与真实故障类型标签，计算出故障多分类损失； 根据目标域训练集在各个源域独有的障分类器输出的故障样本的故障类型预测，计算出多分类器对抗分类损失； 根据各个源域独有的故障分类器对目标域训练集中的故障样本的故障类型预测结果，计算预测信息熵并构建各个预测的置信度权值，生成目标域训练集中故障样本的伪故障类型标签，构造目标域中的故障类质心，将其与多源域间的平均质心构造全局故障对齐，计算出全局故障对齐损失； 通过优化所述匹配损失、故障多分类损失、对抗分类损失、全局故障对齐损失，迭代训练所述多源对抗深度迁移网络； 将所述目标域测试集输入到训练后的多源对抗深度迁移网络中，输出目标域测试集的故障诊断结果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。