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！

龙图腾网获悉广东工业大学申请的专利多模态数据融合的旋转组件故障预警方法及装置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：CN119808003B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510043430.X，技术领域涉及：G06F18/25；该发明授权多模态数据融合的旋转组件故障预警方法及装置是由邓耀华;谢啸博;廖基格设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本多模态数据融合的旋转组件故障预警方法及装置在说明书摘要公布了：本发明公开了一种多模态数据融合的旋转组件故障预警方法及装置，用于解决现有的旋转组件故障预警方法导致预警效果差的技术问题。方法包括获取多模态信号数据，并采用带通滤波算法根据多模态信号数据进行预处理，生成多模态特征向量集；采用基于注意力机制的循环神经网络对多模态特征向量集进行特征融合，输出目标健康指标；基于预置优化搜索算法，采用初始隐马尔科夫模型根据目标健康指标，生成目标隐状态序列；采用预置非线性维纳退化模型根据目标隐状态序列和多模态信号数据，生成旋转组件故障预警结果。

本发明授权多模态数据融合的旋转组件故障预警方法及装置在权利要求书中公布了：1.一种多模态数据融合的旋转组件故障预警方法，其特征在于，包括： 获取多模态信号数据，并采用带通滤波算法根据所述多模态信号数据进行预处理，生成多模态特征向量集； 采用基于注意力机制的循环神经网络对所述多模态特征向量集进行特征融合，输出目标健康指标； 基于预置优化搜索算法，采用初始隐马尔科夫模型根据所述目标健康指标，生成目标隐状态序列； 采用预置非线性维纳退化模型根据所述目标隐状态序列和所述多模态信号数据，生成旋转组件故障预警结果； 所述多模态信号数据包括初始声发射信号数据和初始振动信号数据；所述多模态特征向量集包括振动特征向量集和声发射特征向量集；所述采用带通滤波算法根据所述多模态信号数据进行预处理，生成多模态特征向量集，包括： 分别对初始声发射信号数据和初始振动信号数据进行数据清洗，生成中间声发射信号数据和中间振动信号数据； 对所述中间声发射信号数据和所述中间振动信号数据进行时间对齐，生成目标声发射信号数据和目标振动信号数据； 基于所述带通滤波算法，对所述目标声发射信号数据中的多个时间步声发射子信号进行高频信号提取，输出多个声发射高频信号； 基于所述带通滤波算法，对所述目标振动信号数据中的多个时间步振动子信号进行低频信号提取，输出多个振动低频信号； 分别对多个所述声发射高频信号和多个所述振动低频信号进行特征提取，生成振动特征向量集和声发射特征向量集； 所述预置优化搜索算法包括粒子群优化算法和维特比算法；所述基于预置优化搜索算法，采用初始隐马尔科夫模型根据所述目标健康指标，生成目标隐状态序列，包括： 采用粒子群优化算法对初始隐马尔科夫模型进行模型训练，确定目标隐马尔科夫模型； 将所述目标健康指标作为观测序列并输入至所述目标隐马尔科夫模型，输出目标观测序列概率； 采用维特比算法根据所述目标观测序列概率，计算目标隐状态序列。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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。