买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利一种通用跨域旋转机械故障诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116956127B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310899676.8，技术领域涉及：G06F18/24；该发明授权一种通用跨域旋转机械故障诊断方法是由苏祖强;姜维龙;于洪;胡峰;王鑫;罗茂林设计研发完成，并于2023-07-21向国家知识产权局提交的专利申请。

本一种通用跨域旋转机械故障诊断方法在说明书摘要公布了：本发明涉及故障诊断领域，特别涉及一种通用跨域旋转机械故障诊断方法。所述方法包括首先，通过采用对抗训练策略来实现不同领域间的域不变故障特征学习；其次，提出了一种基于证据的故障分类器。该分类器借助于证据学习理论，通过综合考虑故障样本预测的置信度和不确定度来对目标域中的已知故障类型进行故障分类；然后，提出了一种基于证据分数未知评估机制来识别目标域中潜在的未知故障类型；最后，在一个轴承故障数据集和一个齿轮箱故障数据集上构建多种标签空间关系场景下的跨域故障诊断任务，将所提方法与其他跨域故障诊断方法进行实验对比，并证明了所提出方法的有效性和优越性。

本发明授权一种通用跨域旋转机械故障诊断方法在权利要求书中公布了：1.一种通用跨域旋转机械故障诊断方法，其特征在于，所述方法包括： 获取故障类型未知的待测故障样本，并对所述待测故障样本进行预处理； 将预处理后的待测故障样本输入到训练完成的深度神经网络中，预测得到所述待测故障样本的证据分数； 将所述证据分数与未知划分阈值进行比较，判断所述待测故障样本为未知故障类型或已知故障类型； 若所述待测故障样本为已知故障类型，则预测输出所述待测故障样本具体的故障诊断类别； 所述深度神经网络的训练过程包括： 101、获取预处理后的故障类型标签可访问的源域故障样本数据集，以及预处理后的故障类型标签不可访问的目标域故障样本数据集； 102、将源域故障样本数据集和目标域故障样本数据集输入到深度神经网络的领域特征提取器中，提取出故障样本的高维特征表示； 103、将源域故障样本高维特征表示与目标域故障样本高维特征表示一并输入到深度神经网络的领域归属判别器中，得到故障样本的领域预测标签，并构建领域判别损失； 104、将源域故障样本高维特征表示与目标域故障样本高维特征表示一并输入到深度神经网络的基于证据的故障分类器中，得到故障样本的逻辑预测结果，并结合证据学习算法构造证据损失；所述证据损失使得逻辑预测结果转换为一组服从狄利克雷分布的逻辑参数；并计算得到该逻辑参数的证据分数、预测置信度和不确定度； 105、根据源域故障样本的逻辑预测结果的预测置信度和不确定度构造校准损失； 106、根据源域故障样本的逻辑预测结果的预测置信度和故障类型标签，构造故障分类损失； 107、根据源域故障样本的逻辑预测结果的证据分数，得到未知划分阈值； 108、通过优化领域判别损失、证据损失、故障分类损失和校准损失，迭代训练深度神经网络，并更新领域特征提取器，领域归属判别器和基于证据的故障分类器的网络参数，直至深度神经网络训练完成。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。