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！

龙图腾网获悉浙江理工大学申请的专利基于递归图和深度自适应Transformer的轴承故障检测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：CN115586005B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202211293256.7，技术领域涉及：G01M13/045；该发明授权基于递归图和深度自适应Transformer的轴承故障检测方法及系统是由李辅乐;赵新龙设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本基于递归图和深度自适应Transformer的轴承故障检测方法及系统在说明书摘要公布了：本发明提供一种基于递归图和深度自适应Transformer的轴承故障检测方法，涉及轴承检测技术领域，包括：轴承振动信号训练数据采集；对轴承振动信号数据进行增强预处理；采用递归图编码技术将一维振动信号通过递归图编码技术生成二维纹理图像形成特征图，并划分为训练集、验证集、测试集三种数据集；建立构建出基于深度自适应Transformer的轴承故障检测器，并利用数据集数据进行模型训练、参数优化、模型测试，完成轴承故障检测，解决了现有技术中轴承故障检测精度不高的问题。

本发明授权基于递归图和深度自适应Transformer的轴承故障检测方法及系统在权利要求书中公布了：1.一种基于递归图和深度自适应Transformer的轴承故障检测方法，其特征在于，包括：轴承振动信号训练数据采集； 对轴承振动信号数据进行增强预处理； 采用递归图编码技术将一维振动信号通过递归图编码技术生成二维纹理图像形成特征图，并划分为训练集、验证集、测试集三种数据集； 建立构建出基于深度自适应Transformer的轴承故障检测器，并利用数据集数据进行模型训练、参数优化、模型测试，完成轴承故障检测； 所述建立构建出基于深度自适应Transformer的轴承故障检测器，包括： 首先需要获取到递归编码后的二维纹理图像，根据处理后的二维纹理图像，从输入图像获取到每一种故障的类别； 对于只有一种故障类型的二维纹理图像，应用卷积网络F去诊断轴承的故障点，点热图，其中k为预测故障点的个数，h和w分别是特征图的高度和宽度，形式上： H代表特征图上所有故障点，F代表的是卷积函数，I则是输入的故障类型；H的每个像素代表编码后的故障点在该像素上的概率，为了获得关节坐标；这些方法使用取最大值操作来获得具有峰值激活的位置，形式上，设p是H上的空间位置，可以写成： 为个故障点，在基于热图的方法中，p的精度达到了H的分辨率，在模型训练中，将J作为k长度序列，直接将输入I映射到轴承故障点的坐标J; 其中F由三个主要组件组成:一个用于提取多级特征表示的标准CNNBackbone，一个用于捕获和融合多级特征的TransformerEncoder，以及一个用于生成关键点坐标序列的TransformerDecoder； 所述建立构建出基于深度自适应Transformer的轴承故障检测器，并利用数据集数据进行模型训练、参数优化、模型测试，完成轴承故障检测，还包括：深度自适应算法，通过改变最大均值差异使用多核MMD进行迁移学习可以将训练方法运用在不同工况下的故障诊断。

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浙江理工大学，其通讯地址为：310000 浙江省杭州市杭州经济技术开发区白杨街道2号大街928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。