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！

龙图腾网获悉大连理工大学申请的专利一种基于聚类增强域泛化的航空发动机轴承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：CN120217269B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510695346.6，技术领域涉及：G06F18/2433；该发明授权一种基于聚类增强域泛化的航空发动机轴承故障诊断方法是由费中阳;单艺轩;丁培轩;孙希明;杨喜连设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本一种基于聚类增强域泛化的航空发动机轴承故障诊断方法在说明书摘要公布了：本发明属于智能故障诊断技术领域，公开了一种基于聚类增强域泛化的航空发动机轴承故障诊断方法。首先通过快速傅里叶变换将时域振动信号转换为频域表征，构建包含域对齐编码器和分类编码器的双级卷积神经网络架构，利用域判别器实现对抗训练下的跨工况特征对齐；引入多源域最大均值差异统计对齐策略和聚类增强的三元组损失机制，通过伪标签聚类中心锚定与动态间隔约束，同步优化类内特征紧凑性和类间可分性；结合梯度反转对抗训练与多模态特征融合。本发明的方法能够有效提高航空发动机轴承故障诊断在缺乏目标域数据时泛化判断的准确性和鲁棒性。

本发明授权一种基于聚类增强域泛化的航空发动机轴承故障诊断方法在权利要求书中公布了：1.一种基于聚类增强域泛化的航空发动机轴承故障诊断方法，其特征在于，包括以下步骤： 步骤1，振动信号数据处理； 步骤2，故障诊断模型聚类增强域泛化网络构建； 构建的故障诊断模型聚类增强域泛化网络由两个级联的特征编码器、分类器和域判别器组成； 步骤2.1，构建特征编码器； 特征编码器由前后衔接的两部分构成，分别是域对齐编码器和分类编码器；域对齐编码器提取频域信号样本的跨工况的域对齐特征，并借助MMD方法和域判别器实现不同域之间的分布对齐；分类编码器在域对齐特征的基础上，进一步提取域对齐特征的高层次抽象的分类特征，直接用于分类器实现故障状态的精准分类； 步骤2.2，构建分类器和域判别器； 分类器依据分类编码器所提取的分类特征对频域信号样本执行分类预测： 4； 其中，表示类别属于的概率，表示分类特征所对应的频域信号样本的类别预测值，表示分类特征所对应的频域信号样本属于第个类别的logit值，根据类别预测值计算交叉熵损失获得分类损失； 域判别器基于全连接网络，判断输入域对齐特征所对应的频域信号样本来自的源域； 5； 其中，表示源域属于的概率，表示频域信号样本的领域预测值，表示域对齐特征所对应的频域信号样本属于第个源域的logit值，根据领域预测值计算交叉熵损失获得域分类损失； 在域判别器之前设置梯度反转层，梯度反转层在前向传播时作为恒等映射存在，而在反向传播时反转梯度方向，从而通过对抗训练促使特征提取器学习到具有域不变性的域对齐特征表示，实现各源域域对齐特征分布的隐式对齐； 步骤2.3，构建多源域特征对齐； 特征编码器输出域对齐特征后，将不同源域中的频域信号样本按所属源域进行分组，并计算其域对齐特征之间的最大均值差异MMD；最终将所有源域之间的MMD加和作为多源域混淆损失； 6； 其中，代表MMD计算；代表本批次数据中，包含不同源域的个数；、表示来自不同的两个的源域的域对齐特征集合； 步骤2.4，构建聚类增强的三元组损失； 在故障诊断过程中，为增强类内紧凑性与类间可分性，故障诊断模型聚类增强域泛化网络采用聚类增强的三元组损失；首先，利用聚类算法对分类特征进行聚类，对聚类过后的频域信号样本分类特征生成相应伪标签，将该聚类中频域信号样本真实标签占比最多的标签作为同一聚类共享相同伪标签，以此初步反映分类特征的聚类结构和潜在类别信息，即： 7； 其中，为聚类的生成共享伪标签，是所有可能的真实标签集，新生成的聚类样本为，表示第个聚类中的第个聚类样本的分类特征，表示第个聚类的伪标签； 筛选伪标签与真实标签一致的聚类样本的分类特征，即，以这些高置信样本的分类特征的聚类中心作为锚点，表示第个聚类中高置信样本的个数，构造三元组损失； 8； 其中，，，表示所属聚类的第个高置信样本的分类特征，是一个超参数，用于控制正负样本之间的最小间隔； 最终，聚类增强的三元组损失表示为： 9； 其中，表示高置信样本的数量； 步骤2.5，构建总损失函数； 对分类损失、域分类损失、多源域混淆损失和聚类增强的三元组损失进行加权求和，得到最终的综合损失函数： 10； 其中、、表示权重参数，通过Adam优化器对模型参数进行更新。

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大连理工大学，其通讯地址为：116000 辽宁省大连市甘井子区凌工路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”。