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！

龙图腾网获悉武汉理工大学三亚科教创新园申请的专利一种基于多尺度频感动态增强的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：CN120597098B 。

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：202511100787.3，技术领域涉及：G06F18/2415；该发明授权一种基于多尺度频感动态增强的轴承故障诊断方法是由胡志辉;蒋继龙;陈晓凡;王贡献;孙晖设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本一种基于多尺度频感动态增强的轴承故障诊断方法在说明书摘要公布了：本发明公开一种基于多尺度频感动态增强的轴承故障诊断方法，包括：采集轴承运行状态下的振动信号，对其进行预处理得到时频矩阵，随后将时频矩阵划分为训练集和测试集；搭建多尺度频率网络感知模型，将训练集中的时频矩阵输入该模型实现多尺度特征的提取，随后将提取到的多尺度特征进行池化、时序压缩、展平与降维，随后通过分类器输出故障类别概率分布；最后使用测试集测试训练好的模型，计算准确率、混淆矩阵、ROC曲线等评价指标。本发明在保持轻量化同时具有较高的准确率，突破了传统方法频带固定与转速敏感的双重局限，能够为变转速机械故障诊断的工程化应用提供了高精度、低成本的轻量化解决方案。

本发明授权一种基于多尺度频感动态增强的轴承故障诊断方法在权利要求书中公布了：1.一种基于多尺度频感动态增强的轴承故障诊断方法，其特征在于，包括以下步骤： S1、采集轴承运行状态下的振动信号，对振动信号进行预处理得到时频矩阵，随后将所述时频矩阵划分为训练集和测试集，所述预处理包括下采样、归一化和短时傅里叶变换； S2、搭建多尺度频率网络感知模型，所述多尺度频率网络感知模型由多尺度频率感知模块、动态频带增强模块、时域不变性压缩模块和输出层构成；将S1步骤训练集中的时频矩阵输入多尺度频率网络感知模型中，利用多尺度频率感知模块进行多尺度特征提取，多尺度特征经动态频带增强模块进行特征重标定，经时域不变性压缩模块进行时序压缩，得到时序压缩特征；时序压缩特征在输出层中经过展平、降维后通过分类器生成故障类别概率分布； S3、判断多尺度频率网络感知模型的训练次数M是否达到预先设定的迭代次数N，若是，进入下一步骤；否则，重复S2步骤； S4、使用测试集测试训练好的模型，引入准确率、混淆矩阵、ROC曲线、PRC曲线评价模型性能； 所述步骤S2中，所述多尺度频率感知模块采用深度可分离卷积和空洞卷积的级联结构实现对所述训练集特征的提取，即深度可分离卷积提取时频矩阵局部频率特征，空洞卷积扩大感受野提取全局频率特征，实现对多尺度特征的提取； 所述深度可分离卷积针对输入时频矩阵的每个通道执行独立的空间滤波操作得到各通道的局部空间特征，对于第个输入通道的响应计算，输出局部空间特征，公式表述为： ； 式中，为输出的局部空间特征，为深度卷积阶段中对应输入通道的偏置项，为卷积核尺寸；表示卷积核内的空间位置索引，为对应输入通道在空间位置的权重,表示第个通道的卷积核在位置的权重，表示输入时频矩阵中第个通道在卷积窗口位置的像素值； 利用空洞卷积对局部空间特征进行多尺度上下文信息的非线性融合得到多尺度特征；对于输入局部空间特征位置，输出响应形式化为： ; 式中，为输出的多尺度特征在位置的值，为卷积核权重,表示为间隔采样的输入值。

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武汉理工大学三亚科教创新园，其通讯地址为：572025 海南省三亚市崖州区崖州湾科技城用友产业园9号楼；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。