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！

龙图腾网获悉中南大学申请的专利基于多采样率数据的工业系统故障诊断方法与设备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：CN115204272B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202210721136.6，技术领域涉及：G06F18/2415；该发明授权基于多采样率数据的工业系统故障诊断方法与设备是由黄科科;吴淑洁;周灿;吴德浩;阳春华;桂卫华设计研发完成，并于2022-06-24向国家知识产权局提交的专利申请。

本基于多采样率数据的工业系统故障诊断方法与设备在说明书摘要公布了：本发明公开了一种基于多采样率数据的工业系统故障诊断方法与设备，方法为：获取工业系统多组不同传感器的时间序列数据，该多组数据存在不同采样率；针对每种采样率的所有传感器的时间序列数据，根据相关性筛选保留部分传感器的时间序列数据；将每种采样率的筛选保留传感器的时间序列数据，分别归一化处理，再按传感器拼接；将多种采样率对应的拼接数据，结合对应的真实分类标签，以端到端的方式对CNN模型进行训练，得到故障分类器；当需要进行故障诊断时，使用训练好的故障分类器基于多采样率数据对工业系统进行故障诊断。本发明能够自动挖掘多采样率数据的深层特征，有效利用不同采样率变量的信息来提高故障诊断的精度。

本发明授权基于多采样率数据的工业系统故障诊断方法与设备在权利要求书中公布了：1.一种基于多采样率数据的工业系统故障诊断方法，其特征在于，包括： S1，获取工业系统多组不同传感器的时间序列数据，该多组数据存在R种不同的采样率； S2，针对每种相同采样率的所有传感器的时间序列数据，根据相关性筛选保留部分传感器的时间序列数据； S3，将每种相同采样率的筛选保留传感器的时间序列数据，先分别归一化处理，然后按传感器依次进行拼接； S4，将多种采样率对应的拼接数据作为CNN模型的一个网络通道的输入数据，结合对应的真实分类标签，以端到端的方式对CNN模型进行训练，得到故障分类器； 故障分类器所采用的CNN模型，包括特征提取模块和诊断分类模块；特征提取模块包括多个网络通道，且网络通道数量与采样率的种数相同且一一对应；特征提取模块的每个网络通道从对应采样率的时间序列数据中提取特征，然后输入至诊断分类模块进行特征融合并分类； 特征提取模块的不同网络通道，结构相同但参数不同：各网络通道上每个卷积层设置的卷积核数量，与该网络通道对应采样率的传感器数量成比例；根据输入的时间序列数据的长度设置对应网络通道上卷积核的大小； S5，当需要进行故障诊断时，获取步骤S2筛选保留传感器的当前时间序列数据，然后按步骤S3对当前时间序列数据进行处理，再按采样率与网络通道对应的方法输入至S4训练得到的故障分类器，输出即得当前的故障诊断结果。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。