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！

龙图腾网获悉东南大学申请的专利基于改进联合分布适配的列车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：CN116340811B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202310136667.3，技术领域涉及：G06F18/24；该发明授权基于改进联合分布适配的列车轴承故障诊断方法是由王昊;杨童瑞;董长印;吕科赟;尹芳至;刘云杰;陈雨佳;张家瑞设计研发完成，并于2023-02-20向国家知识产权局提交的专利申请。

本基于改进联合分布适配的列车轴承故障诊断方法在说明书摘要公布了：本发明提出了一种基于改进联合分布适配的列车轴承故障诊断方法，方法包括：考虑轴承的故障机理和机器学习算法对训练样本的要求，从时域、频域、熵域三个领域提取常见故障特征成分，采用量化聚类分析和相关性分析的方法，构造有效且信息全面的特征向量组作为轴承故障诊断算法的输入；采用基于加权卡方距离的K最邻近算法作为联合分布适配算法的内嵌分类器，最终在迁移学习初期拉近源域和目标域样本在特征空间的距离，降低迁移学习的难度，可以更加准确得实现不同型号、不同工况轴承故障诊断的迁移，从而扩大了模型的迁移范围，有效解决目标域小样本、缺乏样本的问题，同时提高了故障诊断的准确性。

本发明授权基于改进联合分布适配的列车轴承故障诊断方法在权利要求书中公布了：1.一种基于改进联合分布适配的列车轴承故障诊断方法，其特征在于，包括以下步骤： 步骤S1、基于健康状况不同的滚动轴承在实验室条件下的原始振动信号数据，确定联合分布适配法所涉及的源域原始样本点和目标域原始样本点； 步骤S2、获取最佳特征向量组以作为联合分布适配涉及的分类器的输入样本： 21获取基础特征向量组： 从源域样本点、目标域样本点中分别提取多种特征成分，并给源域样本点附上相应的健康状况标签；为正整数；其中，从源域样本点、目标域样本点中提取的特征成分一一对应； 之后对源域样本点中提取的每种特征成分进行量化聚类分析，分别根据标签的聚类效果选出源域样本点对应的基础特征向量组； 22针对和源域样本点，基于相关性分析法，分别分析未纳入基础向量组的特征成分与中各特征成分的相关性，将与各特征成分相关性较低的纳入，以获取最佳特征向量组； 选取和源域最佳特征向量组相同的特征成分构成目标域的最佳特征向量组； 步骤S3、基于和，计算目标域每一个分类器输入样本点与源域各输入样本点之间的加权卡方距离； 步骤S4、选用K最邻近算法作为联合分布适配法的分类器，利用步骤S3中获取的加权卡方距离作为K最邻近算法的距离度量准则，构造步骤S2中获取的目标域分类器输入样本点的伪标签； 步骤S5、利用含标签的样本进行迁移学习，确定步骤S1中的目标域样本点所代表的滚动轴承的健康状况； 步骤21中，量化聚类分析法具体为： 计算不同标签对应的特征成分的平均值，并两两比较大小，均值较大的标签记为临时标签；均值较小的标签记为临时标签msmall； 若对于某一特征成分，任意的两类样本标签对应的特征成分的平均值均满足：，则该特征成分用于标签分类是有效的，可直接完成同一轴承不同状态下的分类，则纳入基础特征向量组； 其中，-该标签对应的所有样本点的标准差，-该标签对应样本点个数。

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东南大学，其通讯地址为：210018 江苏省南京市玄武区四牌楼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。