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！

龍圖騰網恭喜重慶郵電大學申請的專利基于頻帶注意力度量學習的齒輪箱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：CN114813126B 。

龍圖騰網通過國家知識產權局官網在2025-04-15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：202210364394.3，技術領域涉及：G01M13/045；該發明授權基于頻帶注意力度量學習的齒輪箱故障診斷方法及系統是由蘇祖強;羅子澳;張小龍;王淑嫻;羅茂林設計研發完成，并于2022-04-08向國家知識產權局提交的專利申請。

本基于頻帶注意力度量學習的齒輪箱故障診斷方法及系統在說明書摘要公布了：本發明涉及機械故障診斷、模式識別技術等領域，具體為一種基于頻帶注意力的度量學習滾動軸承故障診斷方法及系統。所述方法包括獲取齒輪箱的故障振動信號并進行小波包分析，生成小波包二維時頻數據；采用該時頻數據訓練深度學習模型VGG，構建故障診斷模型；將改進的頻帶注意力模塊嵌入深度學習模型中；將改進的度量學習模塊嵌入深度學習模型中；通過齒輪箱數據驗證模型的整體有效性。本發明采用深度學習模型VGG作為故障診斷模型。嵌入改進的頻道注意力模塊，充分利用了所有通道不同頻帶的信息；嵌入了改進的度量學習模塊，能夠有效拉近類內距離，拉大類間距離；兩者結合能夠有效提升故障診斷的精度。

本發明授權基于頻帶注意力度量學習的齒輪箱故障診斷方法及系統在權利要求書中公布了：1.一種基于頻帶注意力度量學習的齒輪箱故障診斷方法，其特征在于，所述方法包括以下步驟：獲取齒輪箱的多種故障振動信號，進行小波包分析后生成二維時頻數據；將所述二維時頻數據輸入到頻帶注意力度量學習神經網絡中，經過第一傳輸層和第二傳輸層，得到所有頻帶特征；利用通道頻帶注意力機制模塊對多通道的頻帶特征進行自適應加權處理，從而獲得通道頻帶注意力加權特征；所述利用通道頻帶注意力機制模塊對多通道的頻帶特征進行自適應加權處理，從而獲得通道頻帶注意力加權特征包括：對二維時頻數據進行離散余弦變換，得到需要的離散余弦變換系數，并確定離散余弦變換的頻帶；將所有頻帶按照通道進行拼接，將拼接后的頻帶特征輸入全連接層中處理，得到加權后的離散余弦變換系數，利用激活函數求得每個通道的自適應權值，并根據該自適應權值對頻帶信息進行處理，獲得通道頻帶注意力加權特征；將所述通道頻帶注意力加權特征輸入到度量加權模塊中，對不同類別中同類樣本進行自適應加權處理；將所述通道頻帶注意力加權特征輸入到第三傳輸層中，經過全連接層預測得到齒輪箱的故障診斷分類結果；其中，通過對不同類別中同類樣本進行加權處理，計算得到類間距離和類內距離；根據類內距離和類間距離得到對當前故障診斷分類結果的加權損失函數，利用加權損失函數訓練所述頻帶注意力度量學習神經網絡；所述通過對不同類別中同類樣本進行加權處理，計算得到類間距離和類內距離包括：根據當前迭代過程中分類損失最小的樣本和分類損失最大的樣本，計算得到自適應的類內距離加權系數；通過K-means聚類方法得到每一分類的聚類中心，并將其作為錨樣本點，計算出每個錨樣本點之間的距離，得到樣本集的類間距離；將每個分類中的所有樣本和對應的錨樣本點之間的距離求和取均值，并將所述類內距離加權系數與該均值之間的積作為類內距離；類內距離加權系數的計算公式表示為： 其中，lmin為當前迭代過程中分類損失最小的樣本，lmax為當前迭代過程中分類損失最大的樣本，li為當前樣本的分類損失；加權損失函數的計算公式表示為： 其中，LDw表示加權損失函數，C表示齒輪箱的故障振動信號即樣本的類別數；P表示每個類別中的樣本數；D_out表示類間距離；D_inW表示類內距離。

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重慶郵電大學，其通訊地址為：400065 重慶市南岸區南山街道崇文路2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”。