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！

龙图腾网获悉河北建筑工程学院申请的专利液压泵故障诊断方法、电子设备及计算机可读存储介质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：CN121117677B 。

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：202511633220.2，技术领域涉及：G06F18/24；该发明授权液压泵故障诊断方法、电子设备及计算机可读存储介质是由宋明星;颜景润;张玉瑾;李杨婷;沈兰刚;马宏设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本液压泵故障诊断方法、电子设备及计算机可读存储介质在说明书摘要公布了：本发明公开了液压泵故障诊断方法、电子设备及计算机可读存储介质，涉及机械设备智能故障诊断技术领域。该方法通过融合一致性正则化与熵最小化策略，构建混合半监督学习框架，有效利用未标记样本提升模型泛化能力；同时设计基于可学习样条函数的KAN卷积与全连接层，增强多尺度特征提取与非线性表达能力。实验表明，该方法在1‑shot、3‑shot、5‑shot等极端小样本条件下仍能实现超过97%的诊断准确率，具备高鲁棒性、强泛化能力与良好可解释性，适用于工业实际应用。

本发明授权液压泵故障诊断方法、电子设备及计算机可读存储介质在权利要求书中公布了：1.液压泵故障诊断方法，其特征在于，包括以下步骤： 步骤一、对轴向柱塞泵的振动信号进行时频变换，生成时频图像，分为四种故障类型，含有少量标记样本以及大量未标记样本； 步骤二、采用混合半监督学习策略，结合一致性正则化与熵最小化方法对标记与未标记样本进行数据增强与伪标签生成，将增强后的标记样本与带伪标签的未标记样本按混合超参数进行混合，生成混合样本； 步骤三、使用CKAN网络进行多尺度特征提取与故障分类，其中卷积层与全连接层均采用可学习样条函数作为激活函数； 步骤四、模型损失函数的计算及模型的训练与优化； 步骤五、输出故障分类结果及可视化分析； 所述步骤二包括： 对同一样本施加不同数据增强操作； 通过一致性损失约束增强前后输出一致； 对软标签进行锐化处理生成高置信度伪标签； 将增强前后的标记样本与带伪标签的未标记样本按混合超参数比例混合生成混合训练集； 所述步骤三包括： 至少一层KAN卷积层，使用可学习样条函数实现非线性变换； 至少一层KAN全连接层，基于Kolmogorov-Arnold表示定理实现高维映射；池化层与展平层用于降维与特征整合； 所述步骤二具体为：对同一样本x_u施加不同的数据增强操作，生成增强样本x'_u和x''_u，通过约束模型对增强样本的输出保持一致，一致性损失函数表示为： L_cons=ΣD[f_θx'_u，f_θx''_u] 其中f_θ为模型，D为距离度量函数； 通过对未标记样本的预测概率分布进行锐化处理，生成高置信度的伪标签，隐式地最小化预测熵，锐化函数表示为： p_sharp=p^1TΣp^1T 其中p为原始预测概率，T为温度参数T1，T越小分布越尖锐； 将增强前后的标记样本与带伪标签的未标记样本按混合超参数混合，生成混合训练样本，混合操作表示为： x_mix=λx_l+1-λx_u y_mix=λy_l+1-λy_u 其中λ为混合超参数。

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河北建筑工程学院，其通讯地址为：075031 河北省张家口市朝阳西大街13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。