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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜蘇州大學申請的專利一種基于譜范數(shù)GAN的多工況機械故障診斷方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN114118139B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-05-23發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202111240089.5，技術領域涉及：G06F18/2413；該發(fā)明授權一種基于譜范數(shù)GAN的多工況機械故障診斷方法是由陳良;李奇設計研發(fā)完成，并于2021-10-25向國家知識產(chǎn)權局提交的專利申請。

本一種基于譜范數(shù)GAN的多工況機械故障診斷方法在說明書摘要公布了：本發(fā)明公開一種基于譜范數(shù)GAN的多工況機械故障診斷方法，其包括：數(shù)據(jù)采集和基于短時傅里葉變換的信號預處理，以機械的原始時域振動信號為輸入樣本，采集變工況的實驗數(shù)據(jù)作為不同領域的樣本，并標注領域標簽，其中人工標注標簽的數(shù)據(jù)作為源域數(shù)據(jù)；未被人工標注的標簽為目標域數(shù)據(jù)；將源域數(shù)據(jù)和目標域數(shù)據(jù)利用短時傅里葉變換將時域振動信號轉(zhuǎn)化為特征時頻圖；對源域特征時頻圖進行卷積操作，提取故障特征，構建初始化的卷積神經(jīng)網(wǎng)絡模型得到預訓練模型。該方法通過特征提取器和領域判別器之間的對抗學習獲得跨領域不變特征，實現(xiàn)不同領域之間的遷移，實現(xiàn)了對變工況機械故障的智能診斷。

本發(fā)明授權一種基于譜范數(shù)GAN的多工況機械故障診斷方法在權利要求書中公布了：1.一種基于譜范數(shù)GAN的多工況機械故障診斷方法，其特征在于，包括以下步驟：S1，數(shù)據(jù)采集和基于短時傅里葉變換的信號預處理，將機械設備的原始時域振動信號作為輸入樣本，采集變工況的實驗數(shù)據(jù)作為不同領域的樣本，并標注領域標簽，其中人工標注標簽的數(shù)據(jù)作為源域數(shù)據(jù)；未被人工標注的標簽為目標域數(shù)據(jù)；對源域數(shù)據(jù)和目標域數(shù)據(jù)進行短時傅里葉變換將時域振動信號轉(zhuǎn)化為特征時頻圖；S2，模型預訓練，對源域特征時頻圖進行卷積操作，提取故障特征，構建初始化的卷積神經(jīng)網(wǎng)絡模型，實現(xiàn)針對源域的高精度故障診斷模型，將該源域的高精度故障診斷模型作為預訓練模型，將卷積神經(jīng)網(wǎng)絡模型的參數(shù)遷移到目標域的故障診斷模型，所述卷積神經(jīng)網(wǎng)絡模型包括特征提取器和故障識別分類器；S3，基于譜范數(shù)GAN的特征表示學習，利用GAN中的生成器改進卷積神經(jīng)網(wǎng)絡模型的特征提取器，構建針對目標域的特征提取器，使得卷積神經(jīng)網(wǎng)絡模型能夠提取有效的故障特征；初始化特征提取器的參數(shù)，經(jīng)過訓練優(yōu)化得到特征提取器的權重和偏置；S4，基于譜范數(shù)GAN的領域判別器，利用GAN中的判別器針對不同的領域構建多分類的領域判別器，所述領域判別器可以學習領域之間的差異，并對S3的故障特征進行識別，判斷故障特征所屬的領域；在領域判別器的監(jiān)督下，使特征提取器能夠?qū)W習跨領域不變的故障特征；S5，對抗知識遷移及診斷，包括卷積神經(jīng)網(wǎng)絡模型優(yōu)化，優(yōu)化所述S2中卷積神經(jīng)網(wǎng)絡模型的目標函數(shù)為： 其中LCE為交叉熵損失，ys分別為針對源域數(shù)據(jù)的預測標簽和人工標簽，分別為針對目標域數(shù)據(jù)的預測標簽和偽標簽，偽標簽可以用預測標簽來計算： 優(yōu)化所述S3中特征提取器的目標函數(shù)為： 其中ds分別為源域數(shù)據(jù)的領域預測值和領域標簽，為目標域數(shù)據(jù)的領域預測值；優(yōu)化所述S4中領域判別器的目標函數(shù)為： 其中為目標域數(shù)據(jù)的領域標簽；交替訓練如下的聯(lián)合優(yōu)化目標： 以實現(xiàn)診斷模型的對抗知識遷移，減小領域間故障特征的差異。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" >蘇州大學，其通訊地址為：215000 江蘇省蘇州市干將東路333號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。