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！

龙图腾网获悉中国直升机设计研究所申请的专利基于时频分析与特征迁移结合的跨工况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：CN119538022B 。

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：202411438431.6，技术领域涉及：G06F18/241；该发明授权基于时频分析与特征迁移结合的跨工况轴承故障诊断方法是由王帅星;戴玉山;李新民;张先辉;任浩设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本基于时频分析与特征迁移结合的跨工况轴承故障诊断方法在说明书摘要公布了：本发明属于健康监测技术领域，特别涉及一种基于时频分析与特征迁移结合的跨工况轴承故障诊断方法，S1：采集振动样本数据，将振动样本数据分为训练集和测试集；S2：对训练集和测试集中的每一个样本数据均进行小波包分解，获得每一个样本数据的四层小波包分解时频系数；S3：将每一个样本数据的时频系数进行二维重构；S4：将每一个样本数据二维重构后的时频系数按照Z字形拼接方法构造四层时频图，并进行归一化；S5：构建一个MSCNN网络模型；S6：将每个样本的四层时频图送入MSCNN网络，提取对应的组合深度特征；S7：计算训练集所有样本的总交叉熵损失；S8：判断总交叉熵损失是否满足要求，若满足进入下一步，否则根据总交叉熵损失优化MSCNN网络。

本发明授权基于时频分析与特征迁移结合的跨工况轴承故障诊断方法在权利要求书中公布了：1.一种基于时频分析与特征迁移结合的轴承故障诊断方法，其特征在于：包括以下步骤： S1：采集振动样本数据，将振动样本数据分为训练集和测试集； S2：对训练集和测试集中的每一个样本数据均进行小波包分解，获得每一个样本数据的四层小波包分解时频系数； S3：将每一个样本数据的时频系数进行二维重构过程如下：将每一个样本数据平均分成N段，每段数据的长度为N，将N段数据作为二维重构矩阵的N行，构造一个N行N列的矩阵,N的计算公式如下： 其中，Len表示每一个样本数据的长度，[]表示向下取整； S4：将每一个样本数据二维重构后的时频系数按照Z字形拼接方法构造四层时频图，并进行归一化；构造过程如下：四层小波分解包分解时频系数二维重构后按照从低频向高频依次定义为N1-N16，按照Z字型拼接方法构造四层时频图，如下：[N1,N2,N6,N7;N3,N5,N8,N13;N4,N9,N12,N14;N10,N11,N15,N16]； S5：构建一个MSCNN网络模型； S6：将每个样本的四层时频图送入MSCNN网络，提取对应的组合深度特征； S7：计算训练集所有样本的总交叉熵损失； S8：判断总交叉熵损失是否满足要求，若满足进入下一步，否则根据总交叉熵损失优化MSCNN网络； S9：计算训练集所有样本和测试集所有样本的在高维特征空间的MK-MMD距离损失量LMK-MMD； S10：计算总体损失L，若总体损失满足要求，则进入S12，否则进入下一步； S11判断是否等于设定的迭代次数，若是，则进入S12，根据总体损失L否则优化MSCNN网络，返回S6； S12：利用训练后的MSCNN网络提出测试集样本数据，进行故障类型判断。

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直升机设计研究所，其通讯地址为：333001 江西省景德镇市航空路6-8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。