Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国测试技术研究院声学研究所姚勇获国家专利权

中国测试技术研究院声学研究所姚勇获国家专利权

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!

龙图腾网获悉中国测试技术研究院声学研究所申请的专利基于生成式对抗降噪的旋转机械空气域声学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:CN121237122B

龙图腾网通过国家知识产权局官网在2026-03-31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:202511338317.0,技术领域涉及:G10L25/51;该发明授权基于生成式对抗降噪的旋转机械空气域声学诊断方法是由姚勇;鄂治群;麻兴江设计研发完成,并于2025-09-18向国家知识产权局提交的专利申请。

基于生成式对抗降噪的旋转机械空气域声学诊断方法在说明书摘要公布了:本发明提供基于生成式对抗降噪的旋转机械空气域声学诊断方法,涉及机械故障诊断技术领域,该方法为利用编码器,对采集的旋转机械二维时频声学样本进行分割编码特征压缩,得到深层语义压缩编码特征;利用解码器,对深层语义压缩编码特征进行层次信息交互时频解码,还原重构时频信息;利用判别器,对重构时频信息进行局部降噪性能判别,得到降噪后的多通道二维时频信号;利用信息融合分类网络,对降噪后的多通道二维时频信号进行处理,得到融合特征;利用分类预测网络,对融合特征进行分类预测,得到旋转机械空气域声学诊断结果。本发明解决了如何在真实工业场景非静态噪声条件利用空气域声学诊断方法进行旋转机械异常状态的有效识别问题。

本发明授权基于生成式对抗降噪的旋转机械空气域声学诊断方法在权利要求书中公布了:1.基于生成式对抗降噪的旋转机械空气域声学诊断方法,其特征在于,包括: S1:利用编码器的局部时频感知机制,对采集的旋转机械二维时频声学样本进行分割编码特征压缩,得到深层语义压缩编码特征;所述S1包括: 利用梅尔滤波器组,对采集的旋转机械二维时频声学样本进行转换,得到二维梅尔时频谱; 利用补丁分区,按频域轴和时域轴对所述二维梅尔时频谱均衡划分,得到局部时频区域矩阵; 基于所述局部时频区域矩阵,按相似度分数抽取对应信息,通过分割编码特征压缩,得到时域与频域的感知编码矩阵; 利用前馈神经网络,基于原始输入维度对所述时域与频域的感知编码矩阵进行拼接重构,得到编码二维特征; 利用补丁聚合模块,对所述编码二维特征进行聚合,得到深层语义压缩编码特征;其中,所述梅尔滤波器组、所述补丁分区、所述局部时频区域矩阵、所述前馈神经网络和所述补丁聚合模块属于编码器; S2:利用解码器的特征聚合还原模块,对所述深层语义压缩编码特征进行层次信息交互时频解码,从局部到全局逐级还原稀疏周期声信号的时频空间细节信息,还原重构时频信息; S3:利用判别器,通过对所述重构时频信息进行等尺度的局部降噪性能判别,追踪并抑制所述重构时频信息中所夹杂的非静态噪声成分,进行空气域声学降噪,得到降噪后的多通道二维时频信号;其中,所述编码器、所述解码器和所述判别器属于生成式对抗降噪网络,所述生成式对抗降噪网络通过训练得到; S4:利用信息融合分类网络,对所述降噪后的多通道二维时频信号进行处理,利用深度可分离卷积和分组卷积融合多通道时频信息,得到融合特征; S5:利用分类预测网络,对所述融合特征进行声学诊断,得到旋转机械空气域声学诊断结果,完成对旋转机械故障的声学诊断。

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中国测试技术研究院声学研究所,其通讯地址为:610056 四川省成都市玉双路10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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。