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！

龙图腾网获悉中国海洋大学申请的专利跨工况不平衡数据的轴承故障诊断方法及系统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：CN117828350B 。

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：202410003760.1，技术领域涉及：G06F18/214；该发明授权跨工况不平衡数据的轴承故障诊断方法及系统是由张千里;李心建;孙硕;刘贵杰设计研发完成，并于2024-01-03向国家知识产权局提交的专利申请。

本跨工况不平衡数据的轴承故障诊断方法及系统在说明书摘要公布了：本发明所述的跨工况不平衡数据的轴承故障诊断方法及系统，摒弃了现有基于卷积神经网络的结构，选用了基于注意力机制的SwinTransformer模型并对其进行了改进，在改进深度卷积生成对抗网络中引入CBAM和IECA注意力模块，对其深度参数迁移学习提出了一种基于注意力机制并用于小样本的轴承诊断方法。基于迁移学习和改进深度卷积生成对抗网络，通过改进深度卷积生成对抗网络拟式扩充目标域的小样本参数，生成的模拟信号保留真实信号完整的高频和低频特征；将多源域与目标域特征映射至同一特征空间，实现多域特征提取并进行特征对齐操作；通过改进SwinTransformer网络完成跨工况下未知标签滚动轴承健康状态的识别。

本发明授权跨工况不平衡数据的轴承故障诊断方法及系统在权利要求书中公布了：1.一种跨工况不平衡数据的轴承故障诊断方法，其特征在于：基于迁移学习和改进深度卷积生成对抗网络，通过改进深度卷积生成对抗网络拟式扩充目标域的小样本参数，生成的模拟信号保留真实信号完整的高频和低频特征；将多源域与目标域特征映射至同一特征空间，实现多域特征提取并进行特征对齐操作；通过改进SwinTransformer网络完成跨工况下未知标签滚动轴承健康状态的识别；包括以下实施步骤， 步骤1、获取跨工况下多振动传感器采样得到原始多故障状态多源振动信号，分通道保存并将其命名为t0； 步骤2，将多源振动信号进行滤波、去噪、数据对齐、信号修正数据处理，将其结果命名为t1； 步骤3，对于时序数据t1依次地截取时间片段应用傅里叶进行变换，将变换后的复数结果保存，将其命名为F1； 步骤4，对时序数据t1，经过复小波函数选择不同尺度进行小波变换和重构；通过比对误差选出最优尺度，并在当前优选唯一尺度下计算时频特征，以系数矩阵的形式保存在二进制文件中，将其命名为C1； 步骤5，读取上述F1、C1文件并进行特征拼接、生成数据矩阵，将矩阵数值映射生成小波变换的灰度图像数据集I1，将灰度图像数据集I1设置为源域数据集O1，将源域数据集O1划分为训练集和测试集； 步骤6，更改立式电机的初始参数设置条件并进行步骤2，随后构建时序数据集mu-t2，将上述数据集依次进行步骤2至5并最终获得灰度数据集I2；将灰度数据集I2作为目标域D1划分为训练集和测试集，将上述两者分别命名为D1_train和D1_test； 步骤7，在DCGAN网络架构中引入IECA通道注意力机制层，以构建改进DCGAN网络的IDCGAN网络架构； 步骤8，构建改进SwinTransformer网络架构； 步骤9，IDCGAN网络进行预训练和生成新的合成样本； 步骤10，训练构建改进SwinTransformer网络模型，以进行故障诊断流程。

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海洋大学，其通讯地址为：266000 山东省青岛市崂山区松岭路238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。