东南大学张建润获国家专利权
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！
龙图腾网获悉东南大学申请的专利一种基于CNN模型融合的重载齿轮箱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：CN117235668B 。
龙图腾网通过国家知识产权局官网在2025-10-24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：202311238628.0，技术领域涉及：G06F18/25；该发明授权一种基于CNN模型融合的重载齿轮箱故障诊断方法及系统是由张建润;林成;孙蓓蓓;卢熹设计研发完成，并于2023-09-22向国家知识产权局提交的专利申请。
本一种基于CNN模型融合的重载齿轮箱故障诊断方法及系统在说明书摘要公布了：本发明公开了一种基于CNN模型融合的重载齿轮箱故障诊断方法及系统，该方法包括：采集重载齿轮箱的声信号形成训练数据集；提取GFCC特征组成特征集，并输入至一维卷积神经网络模型中训练，输出识别结果集；对声信号叠加声信号频谱得到声谱图，输入至二维卷积神经网络模型训练，输出识别结果集；融合两个模型的识别结果，得到融合CNN模型；获取故障声信号，对故障声信号进行对应特征提取和声谱图构建，将特征集和声谱图分别输入至融合卷积神经网络模型中，得到故障识别结果，获得重载齿轮箱故障诊断信息。本方案能够更精确地检测重载齿轮箱故障。
本发明授权一种基于CNN模型融合的重载齿轮箱故障诊断方法及系统在权利要求书中公布了：1.一种基于CNN模型融合的重载齿轮箱故障诊断方法，其特征在于，包括以下步骤： 采集重载齿轮箱的声信号，形成训练数据集； 对采集到的声信号提取GFCC特征组成特征集，将特征集输入至预先构建的初始的一维卷积神经网络模型中进行训练，得到经过训练后一维卷积神经网络模型，并输出识别结果集； 对采集到的声信号叠加声信号频谱得到声谱图，将声谱图输入至预先构建的初始的二维卷积神经网络模型中进行训练，得到训练后的二维卷积神经网络模型，并输出识别结果集； 将一维卷积神经网络模型和二维卷积神经网络模型的识别结果集输入融合模型中，进行融合训练，最终得到训练后的包括一维卷积神经网络模型、二维卷积神经网络模型、融合模型在内的融合卷积神经网络模型； 获取故障声信号，对故障声信号进行对应特征提取和声谱图构建，将特征集和声谱图分别输入至训练后的融合卷积神经网络模型中，得到故障识别结果，获得重载齿轮箱故障诊断信息。
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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励