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！

龙图腾网获悉中国矿业大学申请的专利一种基于ICBL的采煤机截割部齿轮箱智能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：CN119579996B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411720548.3，技术领域涉及：G06V10/764；该发明授权一种基于ICBL的采煤机截割部齿轮箱智能故障诊断方法是由李鑫;李淑华;陈浩;邹筱瑜;司垒;魏东;戴剑博;顾进恒;王忠宾设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本一种基于ICBL的采煤机截割部齿轮箱智能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ICBL的采煤机截割部齿轮箱智能故障诊断方法，先采集不同故障类型的振动数据；并将数据随机分成训练数据集和测试数据集，且在训练数据集中设置不平衡度；接着利用随机超图卷积机制能够快速高效地将采煤机截割部齿轮箱振动数据的复杂结构信息嵌入到改进型级联宽度学习模型中，极大提高了改进型级联宽度学习模型所学故障特征的判别性；同时根据数据类别间的比例信息，设计了类特异性权重分配策略，能够使改进型级联宽度学习模型更加关注少数类样本，提高了对不平衡数据的故障诊断性能，通过随机超图卷积机制和类特异性权重分配策略相结合的方式，最终有效提高对采煤机截割部齿轮箱故障诊断的精度。

本发明授权一种基于ICBL的采煤机截割部齿轮箱智能故障诊断方法在权利要求书中公布了：1.一种基于ICBL的采煤机截割部齿轮箱智能故障诊断方法，其特征在于，包括以下步骤： 步骤一、在采煤机截割部齿轮箱合适位置安装振动传感器，采集不同故障类型的振动数据； 步骤二、采用Hilbert边际谱对采集到的振动信号进行预处理，并将预处理后的数据随机分成训练数据集和测试数据集，其中在训练数据集中设置训练样本的不平衡度； 步骤三、构建改进型级联宽度学习模型，其包括输入层、级联超图卷积节点、增强节点和输出层；其中级联超图卷积节点采用随机超图卷积机制构建，能充分挖掘振动数据中的高阶复杂关系，从而提取更具判别性的故障特征；同时根据步骤二训练数据集设置训练样本的不平衡度，构建类特异性权重分配策略，并将其嵌入改进型级联宽度学习模型的目标函数中，以提高对不平衡数据的处理能力，进而利用训练数据集对模型进行训练，获得训练后的改进型级联宽度学习模型； 步骤四、采用步骤二的测试数据集对训练后的改进型级联宽度学习模型进行测试，若达到所需精度，则进入步骤五；否则重复步骤三继续进行训练，直至训练后的模型达到所需精度进入步骤五； 步骤五、将步骤一振动传感器后续采集的振动数据经过步骤二的预处理过程后，输入步骤四测试后的模型，模型能根据输入的振动数据对采煤机截割部齿轮箱进行故障诊断。

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中国矿业大学，其通讯地址为：221000 江苏省徐州市大学路1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。