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！

龙图腾网获悉江苏大学申请的专利一种基于CWGAN-GP和双流CNN模型的离心泵转子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：CN116910513B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310866119.6，技术领域涉及：G06F18/213；该发明授权一种基于CWGAN-GP和双流CNN模型的离心泵转子故障诊断方法是由董亮;周润泽;陈泽宇;刘厚林;代翠设计研发完成，并于2023-07-14向国家知识产权局提交的专利申请。

本一种基于CWGAN-GP和双流CNN模型的离心泵转子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CWGAN‑GP和双流CNN模型的离心泵转子故障诊断方法，首先采集振动位移信号，并经过重构后得到新的振动位移信号，组成CWGAN‑GP模型的训练集；将训练集与各类故障对应的标签信息输入CWGAN‑GP模型进行训练，再将各类故障对应的标签信息和随机噪声输入训练好的CWGAN‑GP模型，生成对应故障类型的数据，并将生成数据添加至转子不平衡故障、转子不对中故障的振动位移信号集中，得到均衡数据集；利用均衡数据集对双流CNN模型进行训练，再将振动位移信号与二维时频图像数据输入训练好的双流CNN模型中，实现离心泵转子不同类型故障的分类。本发明提高离心泵转子故障诊断的效率和准确性。

本发明授权一种基于CWGAN-GP和双流CNN模型的离心泵转子故障诊断方法在权利要求书中公布了：1.一种基于CWGAN-GP和双流CNN模型的离心泵转子故障诊断方法，其特征在于： 采集离心泵转子正常状态、转子不平衡故障、转子不对中故障三种状态下的振动位移信号，并经过重构后得到新的振动位移信号，组成CWGAN-GP模型的训练集； 将所述训练集与各类故障对应的标签信息输入CWGAN-GP模型进行训练，得到训练好CWGAN-GP模型；再将各类故障对应的标签信息和随机噪声输入训练好的CWGAN-GP模型，生成对应故障类型的数据，并将生成数据添加至转子不平衡故障、转子不对中故障的振动位移信号集中，得到均衡数据集； 利用所述均衡数据集对双流CNN模型进行训练，再将振动位移信号与二维时频图像数据输入训练好的双流CNN模型中，实现离心泵转子不同类型故障的分类； 所述CWGAN-GP模型是基于CGAN与WGAN-GP模型建立的：采用Wasserstein距离代替传统GAN中的交叉熵损失函数；利用GP对判别器进行惩罚，强制判别器满足Lipschitz连续条件；增加额外的数据标签信息； 所述双流CNN模型由输入层、改进1DLeNet-5模型、改进2DLeNet-5模型、连接层、全连接层以及输出层构成； 所述改进1DLeNet-5模型，包括：输入层的大小改为1024×1；将3×3、5×5大小的二维卷积核改为3×1、5×1大小的一维卷积核，第一层卷积中采用64个卷积核，第二层卷积中采用128个卷积核； 所述改进2DLeNet-5模型，包括：选择64×64大小的RGB图像，第一层卷积中采用64个卷积核、卷积核的大小为3×3，第二层卷积中采用128个卷积核、卷积核的大小为5×5；删除第二个全连接层，并在全连接层之后增加Dropout操作，在每个激活层后增加BN操作；采用ReLu激活函数代替传统LeNet-5中Sigmoid激活函数。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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。