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！

龍圖騰網恭喜西安郵電大學申請的專利一種基于聯邦域泛化的裝備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：CN119474786B 。

龍圖騰網通過國家知識產權局官網在2025-05-16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：202510065225.3，技術領域涉及：G06F18/21；該發明授權一種基于聯邦域泛化的裝備故障診斷方法及系統是由王藝蒙;孫佳兆;李亞男;胡俊艷;符鑫濤;李羽翔;趙雨坤;韓青設計研發完成，并于2025-01-16向國家知識產權局提交的專利申請。

本一種基于聯邦域泛化的裝備故障診斷方法及系統在說明書摘要公布了：本申請公開了一種基于聯邦域泛化的裝備故障診斷方法及系統，涉及故障診斷技術領域，其中方法包括：獲取領域數據和待診斷數據，將領域數據分別輸入域不變特征學習模塊和領域特征學習模塊，得到域不變特征、預測領域和預測故障；對本地模型的參數進行調整，得到訓練后的本地模型；對每個訓練后的本地模型的參數進行聚合，建立全局模型；將待診斷數據輸入全局模型，得到最終診斷結果。本申請的方法引入了聯邦混合域泛化機制，其中每個源客戶端的數據分布被假定為幾個預定義域的混合，通過學習領域不變的特征以及特定領域的特征來訓練全局模型，并在每個模塊采用不同的聚合策略，提高了全局模型的泛化性和魯棒性。

本發明授權一種基于聯邦域泛化的裝備故障診斷方法及系統在權利要求書中公布了：1.一種基于聯邦域泛化的裝備故障診斷方法，其特征在于，包括：獲取多個源客戶端的領域數據，每個所述源客戶端均包含多個所述領域數據；將每個所述源客戶端的所述領域數據輸入域不變特征學習模塊，所述域不變特征學習模塊包括故障特征提取器、生成器和鑒別器，所述故障特征提取器提取每個所述領域數據的實際故障特征，所述生成器基于隨機噪聲形成生成故障特征，所述鑒別器根據所述實際故障特征和所述生成故障特征得到域不變特征；將每個所述源客戶端的所述領域數據以及所述實際故障特征輸入領域特征學習模塊，所述領域特征學習模塊包括域特征提取器、域分類器以及多個故障分類器，所述域特征提取器提取每個所述領域數據的域特征，所述域分類器對所述域特征進行分類，得到所述域特征的預測領域，多個所述故障分類器中與所述實際故障特征對應的所述故障分類器對所述實際故障特征進行分類，得到預測故障；基于所述實際故障特征、所述生成故障特征、所述域不變特征、所述預測領域和所述預測故障與所述領域數據中相應標簽的差異對本地模型的參數進行調整，得到訓練后的本地模型；其中，所述實際故障特征和所述領域數據中相應標簽的差異為實際故障損失，所述生成故障特征和所述領域數據中相應標簽的差異為生成故障損失，所述域不變特征和所述領域數據中的相應標簽的差異為域不變特征損失，所述預測領域與所述領域數據中相應標簽之間的差異為領域損失，所述預測故障和所述領域數據中相應標簽之間的差異為故障損失，基于所述實際故障損失、所述生成故障損失、所述域不變特征損失、所述領域損失和所述故障損失確定與所述源客戶端對應的最終損失，根據所述最終損失對相應的本地模型的參數進行調整；將每個訓練后的所述本地模型的參數輸入加權聚合模塊，得到全局參數，基于所述全局參數得到全局模型，所述全局模型包括全局域特征提取器、全局域分類器、全局故障特征提取器和全局故障分類器；獲取目標客戶端的待診斷數據；將所述待診斷數據輸入所述全局模型，所述全局域特征提取器提取所述待診斷數據的待診斷域特征，所述全局域分類器根據所述待診斷域特征確定所述待診斷域特征與所述源客戶端的所述域特征的相似度，所述全局故障特征提取器提取所述待診斷數據的待診斷故障特征，所述全局故障分類器先對所述待診斷故障特征進行初步分類，得到初步診斷結果，然后將所述初步診斷結果和所述相似度結合，得到最終診斷結果。

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西安郵電大學，其通訊地址為：710061 陜西省西安市長安南路563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”。