南京匯與信息科技有限公司劉瀏獲國家專利權
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!
龍圖騰網獲悉南京匯與信息科技有限公司申請的專利一種變工況下無人裝備運動部件故障診斷方法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:CN120429722B 。
龍圖騰網通過國家知識產權局官網在2025-09-02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:202510922836.5,技術領域涉及:G06F18/241;該發明授權一種變工況下無人裝備運動部件故障診斷方法是由劉瀏;羅燕洋設計研發完成,并于2025-07-04向國家知識產權局提交的專利申請。
本一種變工況下無人裝備運動部件故障診斷方法在說明書摘要公布了:本發明公開了一種變工況下無人裝備運動部件故障診斷方法,采集運動部件在不同工況下的振動信號并進行預處理,根據故障類型標注標簽,構建數據集;構建故障診斷模型,振動信號樣本作為MSRAF的輸入,得到融合后的特征,經過IDRSN進行特征降噪處理;經過BiLSTM進行時序特征提取;將BiLSTM輸出的特征經過特征降維和Softmax層輸出故障診斷結果;采用源域數據進行模型訓練;利用遷移學習策略微調源域樣本訓練好的模型,并用微調后的模型診斷目標域剩余樣本。本發明有效解決了變工況下故障特征提取不足以及降噪過程特征表達受限的問題,顯著提升了運動部件在變工況下故障診斷的魯棒性和泛化能力。
本發明授權一種變工況下無人裝備運動部件故障診斷方法在權利要求書中公布了:1.一種變工況下無人裝備運動部件故障診斷方法,其特征在于,包括以下步驟: (1)采集無人裝備運動部件在不同工況下的振動信號并進行預處理,根據故障類型標注標簽,將數據劃分為源域數據集和目標域數據集; (2)構建基于MSRAF-IDRSN-BiLSTM網絡的故障診斷模型;所述MSRAF-IDRSN-BiLSTM網絡包括多尺度殘差注意力融合模塊MSRAF、改進的深度殘差收縮網絡IDRSN和雙向長短時記憶網絡BiLSTM;振動信號樣本作為MSRAF的輸入,得到融合后的特征,經過IDRSN進行特征降噪處理;對降噪后的特征經過BiLSTM進行時序特征提取;將BiLSTM輸出的特征經過特征降維和Softmax層輸出故障診斷結果; 所述改進的深度殘差收縮網絡IDRSN包括多個改進的深度殘差收縮單元IRSBU;所述IRSBU首先將卷積層的輸入特征通過兩層BN、ReLU和卷積模塊進行特征處理;然后使用雙階段注意力協同機制,第一級通道注意力自適應地調整各特征通道的閾值參數,實現閾值參數的自適應調整;第二級通道注意力使用自適應調節因子k對軟閾值函數的輸出特征進一步修正,在保留去噪能力的同時,增強特征的魯棒性,IRSBU修正軟閾值函數輸出如下: ; 式中,為閾值;為輸入;為輸出;為符號函數,表達式如下: ; 最后利用殘差連接將卷積層的輸入特征和雙階段注意力協同機制處理后的特征相加作為輸出; 所述雙向長短時記憶網絡BiLSTM具體實現過程如下: 在正向層中,每一步都會進行正向計算,并存儲前向隱藏層的輸出;然后,在反向層進行計算,同樣每一步都會保存反向隱藏層的輸出;隨后,正向層和反向層的輸出會被合并以生成最終輸出,其計算方式如下: ; 式中,為正向LSTM的輸出;為正向LSTM在時間步(t-1)時刻的隱藏狀態;為反向LSTM的輸出;為反向LSTM在時間步(t+1)時刻的隱藏狀態;為隱藏層的最終輸出;和為相應的激活函數;至為BiLSTM內部的權重矩陣; (3)采用源域數據進行模型訓練,獲取訓練后的模型,采用目標域數據進行測試,獲取故障診斷結果; (4)設計遷移學習策略,采用目標域中部分樣本微調源域樣本訓練好的模型;采用目標域中剩余樣本輸入微調后的模型,獲取故障診斷結果。
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南京匯與信息科技有限公司,其通訊地址為:210012 江蘇省南京市雨花臺區鳳信路6號6棟4層-003;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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。