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！

龙图腾网获悉广西大学申请的专利一种动态图卷积蒸馏网络的轴承剩余使用寿命预测量化的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：CN121301804B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511515043.8，技术领域涉及：G06F18/20；该发明授权一种动态图卷积蒸馏网络的轴承剩余使用寿命预测量化的方法是由靳震震;伍章维;贺德强;赵佳阳;付洋;吴金鑫;代春阳设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本一种动态图卷积蒸馏网络的轴承剩余使用寿命预测量化的方法在说明书摘要公布了：本发明公开了一种动态图卷积蒸馏网络的轴承剩余使用寿命预测量化的方法，所属领域为轴承剩余使用寿命预测领域，包括：采集全寿命振动信号并转换为特征通道数据；构建动态图，以自适应邻接矩阵学习节点间深层交互；教师模型提取时空联合特征，经多层次知识蒸馏迁移至学生模型；学生模型通过轻量级图卷积输出RUL，并以贝叶斯双相关不确定性量化置信区间。该方法在压缩参数同时保持高精度，实现跨工况鲁棒预测，提升工业维护决策可信度。

本发明授权一种动态图卷积蒸馏网络的轴承剩余使用寿命预测量化的方法在权利要求书中公布了：1.一种动态图卷积蒸馏网络的轴承剩余使用寿命预测量化的方法，其特征在于，包括： 采集轴承全寿命周期的振动信号，将所述振动信号转换为特征通道数据； 根据所述特征通道数据构建动态图，所述动态图包括节点和边，所述节点表示特征通道数据中的特征，所述边表示特征之间的关联关系； 利用自适应邻接矩阵对所述动态图进行更新，所述自适应邻接矩阵用于学习节点之间的深层交互关系； 基于所述动态图，通过教师模型提取时空联合特征，并通过多层次知识蒸馏策略将所述时空联合特征迁移至学生模型； 通过所述学生模型对轴承剩余使用寿命进行预测，并基于贝叶斯方法对预测结果进行不确定性量化，获得轴承RUL的置信区间； 将所述振动信号转换为特征通道数据包括： 对所述振动信号进行时域和频域特征提取，获得多维特征向量； 将所述多维特征向量按时间顺序排列，构建特征通道数据矩阵； 所述构建动态图包括： 对所述特征通道数据进行滑动窗口采样，获得窗口数据； 对所述窗口数据进行线性变换，将其投影至新的特征空间； 计算变换后特征之间的相似度矩阵，并基于所述相似度矩阵构建初始邻接矩阵； 对所述初始邻接矩阵进行归一化处理，获得时间依赖矩阵； 引入门控机制对所述时间依赖矩阵进行加权，获得动态邻接矩阵； 基于所述动态邻接矩阵构建动态图； 所述自适应邻接矩阵的更新包括： 对所述相似度矩阵进行归一化与非线性映射，获得归一化邻接矩阵； 将所述归一化邻接矩阵应用于动态图，更新节点之间的连接权重； 所述教师模型提取时空联合特征包括： 将所述动态图输入至图卷积网络，提取空间特征； 在时间维度上堆叠多个图卷积层，提取时间特征； 融合所述空间特征与时间特征，获得时空联合特征； 所述多层次知识蒸馏策略包括： 将教师模型和学生模型的中间层特征进行对齐，计算结构一致性损失； 对教师模型和学生模型的邻接矩阵进行稀疏性约束，计算稀疏性损失； 对教师模型和学生模型的局部结构进行比对，计算局部结构损失； 融合所有损失，构建总蒸馏损失函数，用于指导学生模型训练。

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广西大学，其通讯地址为：530004 广西壮族自治区南宁市西乡塘区大学东路100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。