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！

龙图腾网获悉湘潭大学申请的专利一种基于小波变化和改进的TL-ResNet的滚动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：CN119984819B 。

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：202510300064.1，技术领域涉及：G01M13/045；该发明授权一种基于小波变化和改进的TL-ResNet的滚动轴承故障诊断方法是由朱思敏设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本一种基于小波变化和改进的TL-ResNet的滚动轴承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小波变化和改进的TL‑ResNet的轴承故障诊断方法。包括以下步骤：数据预处理、模型建立、模型训练。数据预处理方面，通过小波变化的处理方式将时域振动信号转化为图像数据集，充分利用神经网络在图像处理中的优势。在模型建立中，利用预训练的ResNet18残差网络模型，将网络结构和特征参数迁移到目标域进行训练，从而缩短训练时间，解决数据不足及模型训练效果不佳的问题。此外，通过引入SENet模块，采用压缩和激励操作生成通道权重，重新加权特征响应，使模型能够更加关注重要特征，提高故障诊断的准确性。

本发明授权一种基于小波变化和改进的TL-ResNet的滚动轴承故障诊断方法在权利要求书中公布了：1.一种基于小波变化和改进的TL-ResNet的车辆轴承故障诊断方法，其特征在于，包括以下步骤： S1.数据预处理：对采集到的轴承振动数据和公共数据集的轴承震动数据进行预处理，为后续的模型训练做好准备，具体步骤包括： 步骤S11:数据集划分，获得在不同故障状态和工作条件下的运行数据； 步骤S12：数据预处理，分别对划分好的训练集和测试集数据进行小波变化分解，提取信号的时频特征，生成用于模型训练的图像数据集； S2.模型建立： 步骤S21:使用在ImageNet数据集上预训练的ResNet18模型，冻结部分层，进行参数迁移，获取特征； 步骤S22:构建残差层SENet，通过挤压和激励学习到不同特征图之间的相互依赖性，以此来增强有用特征的表达并抑制不重要的特征 步骤S23:将微调过后预训练的ResNet18模型迁移到源域进行高层特征提取； 步骤S24：将源域提取的高层特征迁移至目标域，完成跨域故障诊断； 步骤S3，模型训练：将所述模型从源域迁移至目标域，通过微调训练减小源域与目标域之间的特征分布差异，最终完成对目标域数据的故障诊断。

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湘潭大学，其通讯地址为：411105 湖南省湘潭市雨湖区湘潭大学；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。