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时变工况下基于伪标签学习的跨域故障诊断方法及系统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：CN119089297B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411070916.4，技术领域涉及：G06F18/2415；该发明授权一种时变工况下基于伪标签学习的跨域故障诊断方法及系统是由高亮;王力;李新宇;高艺平设计研发完成，并于2024-08-06向国家知识产权局提交的专利申请。

本一种时变工况下基于伪标签学习的跨域故障诊断方法及系统在说明书摘要公布了：本发明属于设备智能故障诊断相关技术领域，并公开了一种时变工况下基于伪标签学习的跨域故障诊断方法及系统。该方法包括：离线训练阶段：利用采集的样本信号构建源域和目标域；构建多个预测单元，预测单元的输入为源域或目标域中的样本信号；构建多个损失函数，总损失函数最小时对应的各个预测单元为最优的预测单元；在线测试阶段：将实时采集的振动信号输入最优的预测单元中，输出各个故障类型对应的概率，概率最大对应的故障类型即为实时采集的样本信号对应的故障类型。通过本发明，解决现有故障诊断方法未考虑时变工况下所存在的故障类内差异大、类间差异小而导致的故障识别准确率低的问题。

本发明授权一种时变工况下基于伪标签学习的跨域故障诊断方法及系统在权利要求书中公布了：1.一种时变工况下基于伪标签学习的跨域故障诊断方法，其特征在于，该方法包括： 离线训练阶段： 采集一种时变工况下故障样本信号并标注各个样本信号的故障标签，以此作为有标签的源域，采集另一种时变工况下故障样本信号，以此作为无标签的目标域； 构建多个预测单元，包括第一预测单元、第二预测单元和第三预测单元，所述第一预测单元的输入为所述源域中的样本信号，所述第二预测单元和第三预测单元的输入均为所述目标域中的样本信号，各个预测单元输出均为样本信号对应的各种故障标签的预测概率； 构建多个损失函数，包括第一损失函数、第二损失函数、第三损失函数、第四损失函数和总损失函数，所述第一损失函数用于计算第一预测单元输出的预测概率与所述源域的故障标签概率之间的差异；所述第二损失函数用于计算输入的第一预测单元和第三预测单元的样本信号之间的分布差异；所述第三损失函数用于计算输入第二预测单元的样本信号之间的类间混淆度；所述第四损失函数用于计算由第二预测单元输出的最大预测概率生成的伪标签与第三预测单元的预测概率之间的差异；所述总损失函数为第一损失函数、第二损失函数、第三损失函数和第四损失函数加权求和；总损失函数最小时对应的各个预测单元为最优的预测单元； 在线测试阶段： 将实时采集的样本信号输入最优的预测单元中，输出各个故障标签对应的预测概率，预测概率最大对应的故障标签即为所述实时采集的样本信号对应的故障标签； 所述第一预测单元、第二预测单元和第三预测单元均包括样本增强模块、特征提取器和分类器，所述样本增强模块用于对输入的源域或目标域中的样本信号进行样本增强，所述特征提取器用于将增强后的样本进行特征提取然后将提取的特征传递给所述分类器，所述分类器的输入为来自所述特征提取器提取的特征，输出样本信号对应的各种故障标签的预测概率； 所述第二预测单元中的样本增强模块是对目标域中的样本信号进行弱增强，所述第三预测单元中的样本增强模块是对目标域中的样本信号进行强增强。

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”。