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！

龙图腾网获悉东北大学申请的专利一种类不平衡条件下多传感器时频融合设备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：CN120145127B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510621851.6，技术领域涉及：G06F18/24；该发明授权一种类不平衡条件下多传感器时频融合设备故障诊断方法是由张永超;于天壮;任朝晖;丁进良设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本一种类不平衡条件下多传感器时频融合设备故障诊断方法在说明书摘要公布了：本发明提供一种类不平衡条件下多传感器时频融合设备故障诊断方法，属于设备智能故障诊断技术领域。本方法步骤包括：基于原始的类不平衡传感器数据集，通过去噪扩散概率模型构建设备类平衡数据集；通过设备类平衡数据集训练设备故障识别模型；利用预训练后设备故障识别模型接收多源传感器数据，输出设备故障类型。本发明通过生成高质量虚拟数据将不平衡数据集扩展至平衡状态，从而优化设备故障识别模型的训练效果；并在故障识别模型中引入频域特征提取分支，并设计多尺度门控卷积模块与高效自适应融合模块，实现多源传感器时频域特征的自适应融合，显著提升了模型的预测精度。

本发明授权一种类不平衡条件下多传感器时频融合设备故障诊断方法在权利要求书中公布了：1.一种类不平衡条件下多传感器时频融合设备故障诊断方法，其特征在于，包括： 基于原始类不平衡传感器数据集，通过去噪扩散概率模型构建设备类平衡数据集； 通过设备类平衡数据集训练设备故障识别模型； 利用预训练后设备故障识别模型接收多源传感器数据，输出设备故障类型；所述多源传感器数据，包括：一个加速度传感器采集垂直方向的振动信号，另一个加速度传感器采集水平方向的振动信号； 所述设备故障识别模型为多源多尺度时频融合卷积神经网络，包括： 接收多个传感器的时域数据，并利用傅里叶变换将各传感器时域数据转为频域数据； 通过多分支骨干网络，基于各传感器的时域数据和频域数据，提取各传感器数据的双域特征； 各分支骨干网络包括：第一阶段高效自适应融合模块； 所述第一阶段高效自适应融合模块，包括： 元素相加时域特征和频域特征，并进行分组操作，获得融合特征； 对融合特征分别进行卷积和池化，获得局部特征和全局特征； 整合局部特征和全局特征，获得中间特征，公式表示为： 其中，表示局部特征，表示全局特征，是Sigmoid函数，是中间特征； 利用中间特征确定时域特征和频域特征对应权重； 基于所述对应权重，对时域特征和频域特征进行加权求和，获得双域特征； 第二阶段高效自适应融合模块与所述第一阶段高效自适应融合模块的结构相同，输入为两个传感器的双域特征，输出为设备的多源特征。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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”。