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！

龙图腾网获悉浙江大学申请的专利基于多源异构数据融合的谐波减速器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：CN119557697B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411640755.8，技术领域涉及：G06F18/24；该发明授权基于多源异构数据融合的谐波减速器故障诊断方法是由童哲铭;李亚涵;童水光设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本基于多源异构数据融合的谐波减速器故障诊断方法在说明书摘要公布了：本发明公开了一种基于多源异构数据融合的谐波减速器故障诊断方法，涉及协作机器人关节故障诊断领域。为了解决现有谐波减速器故障诊断方法诊断率低的问题，本发明设计了一种基于多源异构数据融合的谐波减速器故障诊断方法，通过采集谐波减速器在不同故障模式下的振动、力矩以及温度等多传感器原始数据，通过连续小波变换将多个传感器的一维时域信号转换为二维时频图像，构造谐波减速器的故障特征时频图数据集，通过DRSN‑SE算法中的残差收缩单元进行特征选择和噪声抑制，利用SE‑Net注意力机制增强特征表示能力，对多源异构数据的特征进行融合，得到最终融合特征通过分类头输出故障诊断结果。本发明能有效解决单一故障数据可靠性差的问题，实现谐波减速器高精度故障诊断和分类识别。

本发明授权基于多源异构数据融合的谐波减速器故障诊断方法在权利要求书中公布了：1.一种基于多源异构数据融合的谐波减速器故障诊断方法，其特征在于，包括如下步骤： S1、通过布置于谐波减速器上的数据传感器，采集谐波减速器在不同故障模式下的振动、力矩以及温度三种信号的一维时域信号，每一种故障模式下采集的三个一维时域信号构成多源异构数据集中的一个数据样本； S2、对多源异构数据中的每个数据样本进行预处理，将振动、力矩及温度的一维时域信号通过连续小波变换的方法分别转换为二维时频域特征图，从而将每个数据样本转换为训练样本，并构建带有故障模式标签的训练样本集合； S3、利用所述训练样本集合对谐波减速器故障诊断模型进行训练；所述谐波减速器故障诊断模型的输入为振动、力矩以及温度三种信号的二维时频域特征图，三种信号的二维时频域特征图先分别通过深度残差收缩网络进行噪声抑制以及特征选择，再经过SE‑Net模块增强重要特征，最后将三个增强特征进行特征级融合后通过预测头输出谐波减速器的故障预测标签； S4、针对未知故障模式的谐波减速器，获取振动、力矩以及温度三种信号的一维时域信号并通过连续小波变换的方法分别转换为二维时频域特征图，然后输入经过训练的所述谐波减速器故障诊断模型中，预测谐波减速器的故障模式。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。