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！

龙图腾网获悉重庆邮电大学申请的专利基于轻量化神经网络及维度拓展的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：CN115761398B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202211342324.4，技术领域涉及：G06V10/774；该发明授权基于轻量化神经网络及维度拓展的轴承故障诊断方法是由杨定坤;彭越岳;罗志勇设计研发完成，并于2022-10-31向国家知识产权局提交的专利申请。

本基于轻量化神经网络及维度拓展的轴承故障诊断方法在说明书摘要公布了：本发明涉及机器视觉以及故障诊断领域，特别是涉及一种基于轻量化神经网络及维度拓展的轴承故障诊断方法，包括获取历史轴承振动信号，对获取的轴承振动信号进行归一化后进行极坐标编码；基于格拉姆角和场、格拉姆角差场以及马尔科夫变迁场将进行了极坐标编码后的转化为二维的轴承振动信号；构建轻量化神经网络，并利用二维的轴承振动信号对神经网络进行训练；将待检测的轴承振动信号转换为二维的轴承振动信号，并输入到完成训练的轻量化神经网络中，得到诊断结果；本发明能有效实现振动信号的可视化，提供RGB三通道以供神经网络学习，从而通过相对小样本的机器视觉方法实现对滚动轴承故障的准确识别与诊断。

本发明授权基于轻量化神经网络及维度拓展的轴承故障诊断方法在权利要求书中公布了：1.基于轻量化神经网络及维度拓展的轴承故障诊断方法，其特征在于，具体包括以下步骤： 获取历史轴承振动信号，对获取的轴承振动信号进行归一化后进行极坐标编码； 基于格拉姆角和场、格拉姆角差场以及马尔科夫变迁场将进行了极坐标编码后的转化为二维的轴承振动信号； 构建轻量化神经网络，并利用二维的轴承振动信号对神经网络进行训练；轻量化神经网络包括十六层结构堆叠而成，第一层为卷积层，第二~十二层为特征提取层，第十三层、第十五层均为卷积层，第十四层为池化层，第十六层为全连接层；每个特征提取层由Antisymmodule，或者Antisymmodule和分离卷积构成；输入特征提取层的数据依次经过Antisymmodule、分离卷积处理后的输出与特征提取层的输入叠加后作为特征提取层的输出；且当特征提取层的步长为1时、特征提取层由两个Antisymmodule级联，当特征提取层的步长为2时、特征提取层由Antisymmodule、分离卷积层、Antisymmodule级联；Antisymmodule包括正向分支和反向分支，输入的数据分别经过正向分支和方向分支提取特征，并将两个分支拼接在一起后作为Antisymmodule的输出，具体包括以下过程： 若输入轻量化神经网络的数据的二维数据通道数为C、高为H、宽为W，轻量化神经网络输出特征通道数为、高为、宽为，在正向分支和反向分支中采用点卷积、分离卷积对数据进行处理，正向分支的处理过程表示为： ； ； 反向分支的处理过程表示为： ； ； 其中，表示分离卷积操作；表示输入轻量化神经网络的数据；表示正向分支中以第i个卷积核进行点卷积操作；表示偏置项；表示反向分支中以第i个卷积核进行点卷积操作； 将待检测的轴承振动信号转换为二维的轴承振动信号，并输入到完成训练的轻量化神经网络中，得到诊断结果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。