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！

龍圖騰網獲悉貴州大學申請的專利一種機械零部件無監督智能故障診斷方法及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：CN116522070B 。

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：202310263292.7，技術領域涉及：G06F18/10；該發明授權一種機械零部件無監督智能故障診斷方法及系統是由黃海松;范青松;李宜汀設計研發完成，并于2023-03-17向國家知識產權局提交的專利申請。

本一種機械零部件無監督智能故障診斷方法及系統在說明書摘要公布了：本發明公開了一種機械零部件無監督智能故障診斷方法及系統，涉及智能故障診斷技術領域，包括：制作旋轉機械無監督智能故障診斷數據集，搭建旋轉機械無監督智能故障診斷模型；訓練無監督智能故障診斷模型，設計綜合考慮基于映射和基于對抗的損失函數作為優化目標；評估模型，輸入測試集樣本，輸出預測結果，得到在無監督前提下模型將源域知識遷移至目標域時的表現效果。本發明提供的機械零部件無監督智能故障診斷方法著重優化模型的骨干網絡和域適應學習方式，提升模型性能，完善特征工程，綜合考慮分類損失、映射域遷移損失及對抗域遷移損失的反向優化過程，使模型準確程度得到提升，無需額外的硬件設施，降低了使用成本。

本發明授權一種機械零部件無監督智能故障診斷方法及系統在權利要求書中公布了：1.一種機械零部件無監督智能故障診斷方法，其特征在于，包括： 制作旋轉機械無監督智能故障診斷數據集，搭建旋轉機械無監督智能故障診斷模型； 訓練無監督智能故障診斷模型，設計綜合考慮基于映射和基于對抗的損失函數作為優化目標； 評估模型，輸入測試集樣本，輸出預測結果，得到在無監督前提下模型將源域知識遷移至目標域時的表現效果； 所述故障診斷模型包括：主干特征提取網絡、領域自適應遷移算法； 所述主干特征提取網絡包括：以一維殘差卷積網絡為基礎，融合空洞卷積單元、Shrinkage降噪單元、Non-LocalBlock單元； 所述空洞卷積單元包括采用使用兩種擴張率的卷積核對振動信號進行特征提取，通過感受野判斷模型能否學習振動信號多的多尺度特征； 所述Shrinkage降噪單元包括通過反向傳播算法自動優化得到所使用的降噪濾波器參數，通過軟閾值化和深度學習相結合的方式消除噪聲信息并提取有效特征； 所述Non-LocalBlock單元包括通過構建一種非局部操作算子，用來捕獲時間、空間和時空數據長范圍特征間的聯系； 所述領域自適應遷移算法包括綜合考慮源域數據的分類損失PolyLoss-CE、聯合最大平均差異和條件領域對抗網絡相應數值。

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貴州大學，其通訊地址為：550025 貴州省貴陽市花溪區貴州大學；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”。