Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华中科技大学沈卫明获国家专利权

华中科技大学沈卫明获国家专利权

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!

龙图腾网获悉华中科技大学申请的专利一种基于多模型协同神经架构搜索的机械异构故障诊断方法及设备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:CN119903436B

龙图腾网通过国家知识产权局官网在2025-09-05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:202411986130.7,技术领域涉及:G06F18/2431;该发明授权一种基于多模型协同神经架构搜索的机械异构故障诊断方法及设备是由沈卫明;何艺鸣;杨雄飞设计研发完成,并于2024-12-31向国家知识产权局提交的专利申请。

一种基于多模型协同神经架构搜索的机械异构故障诊断方法及设备在说明书摘要公布了:本发明属于机械故障诊断相关技术领域,其公开了一种基于多模型协同神经架构搜索的机械异构故障诊断方法及设备,步骤为:1对振动加速度信号进行处理以形成训练集及测试集;2构建多模型协同网络,并使用训练样本对多模型协同网络进行训练并优化每轮协作网络的权重;每轮协作网络训练完成后,采用测试集计算当前协作网络获得的奖励,并根据当前协作网络与前一轮协作网络的奖励的差值来确定是否更新当前协同网络的结构,采用基于回避策略的神经架构搜索框架生成下一轮协同网络的候选结构;3多模型协同网络基于多通道传感器的传感器参数来识别任务场景后,进而进行故障诊断。本发明实现机械设备异构故障诊断的同时提高诊断的准确率。

本发明授权一种基于多模型协同神经架构搜索的机械异构故障诊断方法及设备在权利要求书中公布了:1.一种基于多模型协同神经架构搜索的机械异构故障诊断方法,其特征在于,该方法包括以下步骤: 1将通过多通道传感器采集的待诊断机械设备的振动加速度信号进行归一化处理,并采用滑动窗口对归一化处理后的振动加速度信号进行重采样以得到一系列时间窗口样本,为时间窗口样本添加标签,形成训练集及测试集; 2使用多个模型来构建多模型协同网络,并使用训练样本对多模型协同网络进行训练并优化每轮协作网络的权重;其中,每轮协作网络训练完成后,采用测试集计算当前协作网络获得的奖励,并根据当前协作网络与前一轮协作网络的奖励的差值来确定是否更新当前协同网络的结构,采用基于回避策略的神经架构搜索框架生成下一轮协同网络的候选结构;多模型协同网络的训练包括内环学习和基于回避策略的神经架构搜索框架的外环学习;外环学习包括对训练好的多模型协同网络在当前第e个时期的性能评估和第e+1个时期的候选多模型协同网络的生成;每个多模型协同网络架构状态来源于神经网络的搜索空间,其中包含n个状态的潜在组合S={S1,S2,...,Sn},每个状态空间包含两个方面的信息,即待更新的分支索引模型空间中候选子模型的索引和模型结构 3多模型协同网络基于多通道传感器的传感器参数来识别任务场景后,将对应的子模型激活,进而进行故障诊断。

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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。