買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉上海理工大學申請的專利一種風電機組軸承故障診斷方法及診斷系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120449064B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510949023.5，技術領域涉及：G06F18/2433；該發明授權一種風電機組軸承故障診斷方法及診斷系統是由耿秀麗;張博吾;杜沅昊設計研發完成，并于2025-07-10向國家知識產權局提交的專利申請。

本一種風電機組軸承故障診斷方法及診斷系統在說明書摘要公布了：本申請公開了一種風電機組軸承故障診斷方法及診斷系統，該方法包括以下步驟：獲取軸承振動數據，建立數據集；將數據集劃分為源域與目標域，得到源域樣本數據與目標域樣本數據；基于混沌理論算法對源域樣本數據進行相空間重構，生成混沌相位圖；將混沌相位圖作為神經網絡的輸入，提取時間和空間尺度的特征；基于軸承樣本進行多工況下的預訓練，得到預訓練模型，基于遷移學習策略對預訓練模型進行參數遷移，得到參數遷移后的CNN?DLSTM模型；分析軸承故障信息，并匹配故障類型標簽，得到故障診斷結果；將強非線性振動信號轉換為混沌相位圖，利用深度學習方法對相位圖進行特征提取和故障分類；提高故障診斷精度。

本發明授權一種風電機組軸承故障診斷方法及診斷系統在權利要求書中公布了：1.一種風電機組軸承故障診斷方法，其特征在于，包括以下步驟： S1，獲取軸承振動數據，將軸承振動數據分析軸承所處的不同工況信息，建立數據集； S2，將數據集劃分為源域與目標域，得到源域樣本數據與目標域樣本數據； S3，基于混沌理論算法對源域樣本數據進行相空間重構，將一維時間序列轉化為混沌序列，并生成混沌相位圖； S4，將混沌相位圖作為神經網絡的輸入，基于神經網絡提取時間和空間尺度的特征； S5，基于各尺寸的特征構建軸承樣本，基于軸承樣本進行多工況下的預訓練，得到預訓練模型，基于遷移學習策略對預訓練模型進行參數遷移，得到參數遷移后的CNN-DLSTM模型； S6，基于CNN-DLSTM模型分析軸承故障信息，并匹配故障類型標簽，得到故障診斷結果； 步驟S5中通過多層LSTM的疊加，生成深度長短期記憶網絡DLTSM，LSTM根據前一時刻的輸入單元X和輸出單元h確定過去記憶單元中的信息是否需要保留，輸出公式如下： ； 式中，表示輸出門激活值，用于控制記憶單元到隱藏狀態的信息流；σ表示Sigmoid激活函數，將輸出壓縮到[0,1]區間；wL4表示輸出門的權重矩陣，用于線性變換拼接后的向量[ht?1,xt]，ht?1表示上一時間步的隱藏狀態，即短期記憶，xt表示當前時間步的輸入向量，bL4表示輸出門的偏置項，調整激活閾值； 輸入單元控制是否使用時刻t的存儲單元值更新下一次更新單元狀態的存儲單元值，公式為: ； ； 式中，it當前時間步t的遺忘門激活值，范圍[0,1]，控制上一記憶單元Ct-1中信息丟棄；wL2表示遺忘門的權重矩陣；表示遺忘門的偏置項，表示當前時間步t的候選記憶單元，范圍[-1,1]，存儲新信息，tanh為雙曲正切激活函數，將值壓縮到[-1,1]區間，wL3表示候選記憶單元的權重矩陣，表示候選記憶單元的偏置項； 輸出單元輸出包含前一個輸入信息的下一個隱藏狀態值來更新隱藏狀態，表達式為: ； ； ； 式中，Ct表示當前時間步t的記憶單元狀態，存儲長期信息；Ct?1表示上一時間步的記憶單元狀態，ft表示遺忘門的激活值，范圍[0,1]，由Sigmoid函數生成，決定保留多少上一記憶單元的信息，ht表示當前時間步t的隱藏狀態，作為網絡輸出并傳遞到下一時間步。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人上海理工大學，其通訊地址為：200093 上海市楊浦區軍工路516號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。