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！

龙图腾网获悉太原科技大学申请的专利整合小波降噪与生成对抗网络的滚动轴承缺陷检测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：CN121542880B 。

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：202610057376.9，技术领域涉及：G06F18/2413；该发明授权整合小波降噪与生成对抗网络的滚动轴承缺陷检测方法是由杨霞;候瑞祥;王得懿;郭忠泰;杨雪霞设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本整合小波降噪与生成对抗网络的滚动轴承缺陷检测方法在说明书摘要公布了：本申请涉及轴承缺陷检测技术领域，公开了一种整合小波降噪与生成对抗网络的滚动轴承缺陷检测方法。方法包括：首先采用粒子群优化算法自适应确定Garrote小波最优阈值，对滚动轴承的原始振动信号进行有效降噪，接着构建多条件联合指导的生成对抗网络，通过双域特征融合和多重损失约束生成高质量的合成波形数据；然后通过知识迁移将判别器的多尺度特征聚合网络转移至分类器，并利用小样本训练集进行微调，最后采用伪标签自训练策略，利用高置信度合成数据构建扩展训练集，对分类器进行强化训练，将测试集输入强化训练后的分类器，输出滚动轴承缺陷类型的诊断结果，本申请提升了缺陷识别的准确率和鲁棒性。

本发明授权整合小波降噪与生成对抗网络的滚动轴承缺陷检测方法在权利要求书中公布了：1.一种整合小波降噪与生成对抗网络的滚动轴承缺陷检测方法，其特征在于，所述方法包括： 步骤S1：获取滚动轴承的原始振动信号，采用粒子群优化算法寻找最佳Garrote小波阈值，对所述原始振动信号进行降噪处理，对去噪后的信号进行分割与标注，构建初始训练集以及测试集； 其中，步骤S1包括：获取滚动轴承在多个工况下的原始振动信号，对所述原始振动信号进行小波分解获得一系列原始小波系数；基于粒子群优化算法生成一组阈值候选解，将每个阈值候选解输入至Garrote阈值函数中，对所述原始小波系数进行降噪处理，获得处理后的小波系数，所述Garrote阈值函数为：，其中，为原始小波系数，为阈值候选解，为控制平滑度的参数，为处理后的小波系数，对全部处理后的小波系数进行小波重构，获得降噪后的振动信号；计算降噪后的振动信号的峭度与均方误差，并基于所述峭度与所述均方误差构建适应度函数：，其中，为峭度，为均方误差，为适应度，和为预设权重；迭代更新所述阈值候选解，以最大化所述适应度函数为目标，将使得适应度函数最大的阈值候选解定义为最佳Garrote小波阈值，并基于所述最佳Garrote小波阈值获得最终的降噪信号；对所述最终的降噪信号进行分割与标注，组合生成样本数据集，并将所述样本数据集划分为所述初始训练集和所述测试集； 步骤S2：建立条件生成对抗网络，其生成器接收所述初始训练集中的去噪信号波形、对应的类别标签、物理特征以及随机噪声，并输出合成波形数据，将所述合成波形数据输入至判别器中进行训练； 步骤S3：在所述条件生成对抗网络训练完成后，将其判别器中的多尺度特征聚合的主干网络迁移至分类器作为特征提取主干，并利用所述初始训练集中的去噪信号对所述分类器进行微调； 步骤S4：将所述合成波形数据输入至微调后的分类器中，获得伪标签数据，基于所述伪标签数据构建扩展训练集，对所述分类器进行强化训练，将所述测试集输入强化训练后的分类器，输出滚动轴承缺陷类型的诊断结果。

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太原科技大学，其通讯地址为：030024 山西省太原市万柏林区窊流路66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。