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！

龙图腾网获悉三峡大学申请的专利基于边界辅助判别的滚动轴承故障特征增强及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：CN117454163B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202311202924.5，技术领域涉及：G06F18/214；该发明授权基于边界辅助判别的滚动轴承故障特征增强及诊断方法是由付文龙;鲁大臣;李佰霖;廖伟清;杨棵;黄玉光;谭超设计研发完成，并于2023-09-18向国家知识产权局提交的专利申请。

本基于边界辅助判别的滚动轴承故障特征增强及诊断方法在说明书摘要公布了：基于边界辅助判别的滚动轴承故障特征增强及诊断方法，包括步骤：获取滚动轴承的原始振动信号并转换为时频域信号；构建基于边界辅助判别的BD‑ACGAN网络模型，在BD‑ACGAN网络模型中引入ShuffleAttention注意力机制模块以及自适应权重损失模块；从构建的不平衡数据集中随机抽取样本作为BD‑ACGAN网络模型的输入，通过梯度下降方法对生成器和判别器进行交替训练至纳什平衡，然后，利用经过训练的生成器对训练数据集进行增广得到融合数据集；利用获得的融合数据集对BD‑ACGAN网络模型的辅助分类器进行训练，以检测故障诊断性能。本发明方法将随机梯度下降的双时间尺度更新规则应用到改进的BD‑ACGAN网络模型中，不仅可以改善网络的稳定性，而且能进一步减少网络的收敛时间，更快的生成质量高的样本。

本发明授权基于边界辅助判别的滚动轴承故障特征增强及诊断方法在权利要求书中公布了：1.基于边界辅助判别的滚动轴承故障特征增强及诊断方法，其特征在于包括以下步骤： 步骤1：获取滚动轴承的原始振动信号，并通过连续小波变换将其转换为时频域信号； 步骤2：将步骤1中获得的时频域信号划分为训练集和测试集，并构建不平衡率的数据集， 步骤3：构建基于边界辅助判别的BD-ACGAN网络模型，在BD-ACGAN网络模型中引入ShuffleAttention注意力机制模块以及自适应权重损失模块，提高BD-ACGAN网络模型的学习能力和生成能力； 步骤4：完成BD-ACGAN网络模型的构建后，从步骤2所构建的不平衡数据集中随机抽取样本作为BD-ACGAN网络模型的输入，通过梯度下降方法对生成器和判别器进行交替训练至纳什平衡，然后，利用经过训练的生成器对训练数据集进行增广，得到融合数据集； 步骤5：利用步骤4获得的融合数据集对BD-ACGAN网络模型的辅助分类器进行训练，以检测故障诊断性能； 所述步骤3中，为使BD-ACGAN网络模型的训练过程快速收敛，引入了自适应权重损失模块，自适应权重损失模块能够根据各任务的特点，通过梯度反向传播更新的方式进行损失权重自我学习调节，以平衡各任务的重要性和特征，进一步提升BD-ACGAN网络模型的性能；其中，BD-ACGAN网络模型的自适应权重损失为： ； 其中：W为权重参数；为噪声参数；为主判别器的损失函数，为边界辅助判别器的损失函数，为分类器损失函数，表示主判别器损失的自适应权重，表示边界辅助判别器损失的自适应权重，表示分类器损失的自适应权重；各项损失参数初始化为1，在训练过程中不断更新参数，从而适应各任务的需求，使网络稳定、快速的收敛。

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三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路8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。