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！

龙图腾网获悉中国科学技术大学;合肥固泰自动化有限公司申请的专利一种基于多尺度特征和注意力的轴承故障诊断分类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：CN116361723B 。

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：202310121054.2，技术领域涉及：G06F18/2415；该发明授权一种基于多尺度特征和注意力的轴承故障诊断分类方法是由芦志强;邹文豪;毛磊;胡智勇设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本一种基于多尺度特征和注意力的轴承故障诊断分类方法在说明书摘要公布了：本发明涉及一种基于多尺度特征和注意力的轴承故障诊断分类方法，包括以下步骤：S1、通过加速度传感器实时采集轴承的时域信号数据；S2、通过预先构建的多尺度特征分类模块对所述预处理数据进行提取分析处理，获得第一数据；S3、将所述第一数据输入至Transformer注意力机制学习模块进行学习后，获得第二数据；S4、将所述第二数据输入至一个全连接层，输出轴承故障的诊断分类结果；本发明使用卷积神经网络结构构建一个深层多尺度特征提取模块，采用了不同大小卷积核的策略挖掘出浅层的故障特征信息，然后引入纯注意力机制深入过滤故障特征，保留不同工况中相同故障最具有代表性的特征，能够完成对不同工况下的轴承故障进行分类。

本发明授权一种基于多尺度特征和注意力的轴承故障诊断分类方法在权利要求书中公布了：1.一种基于多尺度特征和注意力的轴承故障诊断分类方法，其特征在于，包括如下步骤： S1、通过加速度传感器实时采集轴承的时域信号数据，进行预处理，获得预处理数据； 所述S1的预处理包括以下步骤： 使用一个大小为1024的时间滑动窗口沿时间轴进行滑动，其滑动步长为窗口大小，每一次滑动产生一段时域信号输入X，X=[，，……，]，其中n为1024； 对每段输入时域信号X进行[-1,1]正则化处理，正则化处理的公式如下： ； 获得时域特征集输入序列，作为预处理数据； S2、通过预先构建的多尺度特征分类模块对所述预处理数据进行提取分析处理，获得第一数据，其中，预先构建的多尺度特征分类模块依次包括一个大卷积核的卷积层和三个相同小卷积核的卷积层； 所述S2中具体为： 将所述预处理数据输入至所述多尺度特征提取模块中，依次经过卷积核大小为15的卷积层和连续三个卷积核大小为3的卷积层； 其中，经过第一个卷积层输出，经过第二个卷积层输出，经过第三个卷积层输出，经过第四个卷积层输出，作为第一数据； 一维正向传播从卷积层l-1到l层的神经元输入采用下式表达： ； 其中，为第个神经元的偏置标量；为上一层第个神经元的输出；从上一层的第个神经元到该l层的第个神经元的核用于确定该层的输入；为ReLU激活函数； S3、将所述第一数据输入至Transformer注意力机制学习模块进行学习后，获得第二数据； 所述S3具体为： 使用注意力机制识别所述第一数据为输入序列，并视作为令牌序列； 将一个可训练且随机初始化的类令牌头添加到所述第一数据头部，即组成=[,]，添加位置编码信息，获得=+； 进入Transformer结构中的多头注意力机制模块，按照如下公式对其进行自注意力计算： ； 其中，、和为待学习的参数矩阵，softmax=,Z是一个向量，Zi、Zj是一个元素； 为了使不同子空间的向量信息得到共享，进一步采用并行注意力计算，即多头注意力，按照如下公式计算： ； 其中为，为参数矩阵； 经过Transformer结构后的输出特征向量，作为第二数据； S4、将所述第二数据输入至一个全连接层，得到最终的四维分类的结果向量，输出轴承故障的诊断分类结果。

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国科学技术大学;合肥固泰自动化有限公司，其通讯地址为：230026 安徽省合肥市金寨路96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。