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！

龙图腾网获悉哈尔滨理工大学申请的专利基于MDMAAN与MK-MMD的滚动轴承跨工况复合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：CN120597076B 。

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：202410358996.7，技术领域涉及：G06F18/2415；该发明授权基于MDMAAN与MK-MMD的滚动轴承跨工况复合故障诊断方法是由王亚萍;徐疆许;杨慧敏;王金宝;范宇琪设计研发完成，并于2024-03-27向国家知识产权局提交的专利申请。

本基于MDMAAN与MK-MMD的滚动轴承跨工况复合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MDMAAN与MK‑MMD的滚动轴承跨工况符合故障诊断方法，所述方法采用多个源域多头注意力机制的方法，利用多头注意力机制结合卷积神经网络对输入的多个源域和目标域进行特征提取，对提取的特征进行权重分配。选择多核最大均值差异作为每对源域和目标域的度量函数，并选择合适参数配置，以此基础构建MDMAAN模型及故障诊断流程，完成滚动轴承跨工况下的复合故障诊断。使用滚动轴承公开实验数据，通过实验验证表明，对比其他深度迁移学习故障诊断模型，该模型得出的诊断准确率最好，验证了该方法在滚动轴承跨工况复合故障诊断的有效性和优异性，所提出的方法能很好的解决滚动轴承跨工况复合故障诊断这一难题。

本发明授权基于MDMAAN与MK-MMD的滚动轴承跨工况复合故障诊断方法在权利要求书中公布了：1.一种基于MDMAAN与MK-MMD的滚动轴承跨工况复合故障诊断方法，其特征在于所述方法包括如下步骤： 步骤一、将数据集按照不同工况划分成多个源域数据和目标域数据，并划分训练集和测试集； 步骤二、构建MDMAAN模型，所述模型包括两个特征提取单元和两个故障诊断单元，特征提取单元包括卷积层、池化层、激活层、全连接层和多头注意力机制，两个故障诊断单元由多个分类器组成，总损失由源域分类损失、MK-MMD损失和分类器分类损失组成； 步骤三、将多个不同工况下的源域数据Ds1、Ds2、……、Dsn和目标域数据Dt的训练集输入到MDMAAN模型中，对输入数据进行公共特征提取，将提取到的原始特征映射到公共特征空间；经过注意力机制处理之后拼接到一起，经过线性变换就得到多头注意力机制的输出；将提取到的特征进行权重分配，对分配后的特征进行特定特征提取并映射到特定特征空间中； 步骤四、通过多核最大均值差异MK-MMD最小化源域和目标域之间的分布差异，并计算域适应损失；通过源域标签计算源域的分类损失，计算对目标域的预测结果分类损失，计算总损失并通过反向传播更新MDMAAN模型；通过测试集数据和目标域标签进行诊断效果评估，完成MDMAAN跨工况复合故障诊断。

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哈尔滨理工大学，其通讯地址为：150000 黑龙江省哈尔滨市南岗区学府路52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。