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！

龙图腾网获悉华中科技大学申请的专利基于特征相似度量与跨域均衡的多工况故障诊断方法、系统、介质及产品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：CN119830101B 。

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：202411890608.6，技术领域涉及：G06F18/241；该发明授权基于特征相似度量与跨域均衡的多工况故障诊断方法、系统、介质及产品是由高亮;陈德璋;李新宇;高艺平设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本基于特征相似度量与跨域均衡的多工况故障诊断方法、系统、介质及产品在说明书摘要公布了：本发明属于机械振动故障诊断领域，并具体公开了一种基于特征相似度量与跨域均衡的多工况故障诊断方法、系统、介质及产品，其通过不同工况下采集的故障信号对神经网络模型进行训练，在训练过程中，设计了相似性度量模块和跨域均衡模块以增强模型抗域干扰的分类能力和对域不变特征的提取能力；相似性度量模块为每个故障类别构建了一个原型，并通过原型对比损失来拉近不同工况下同一类别样本间的距离，提高同类样本间的相似度；跨域均衡模块通过最小化模型在不同工况下的最大解释方差，实现模型在不同工况数据集下表现性能的均衡，提高鲁棒性。本发明不仅能够识别预设工况下的故障类型，还能对实际生产环境中未知工况的故障进行准确识别。

本发明授权基于特征相似度量与跨域均衡的多工况故障诊断方法、系统、介质及产品在权利要求书中公布了：1.一种基于特征相似度量与跨域均衡的多工况故障诊断方法，其特征在于，包括如下步骤： 模型训练阶段： 通过训练集对神经网络模型进行训练，以训练好的神经网络模型作为故障诊断模型； 训练集包括不同工况下获取的数个源域数据集，每个源域数据集包括多条数据，每条数据包括故障信号样本及表示其对应故障类别的真实标签； 神经网络模型包括特征提取模块和分类器，特征提取模块用于根据故障信号提取特征向量，分类器用于根据特征向量预测故障信号属于各故障类别的概率； 训练采用的损失函数如下： 其中，为特征提取模块损失函数，用于衡量模型输出的预测值与真实标签值之间的差异；为相似性度量模块损失函数，用于使同一类别的样本尽可能靠近其类别对应的对比原型；为跨域均衡模块损失函数，用于使模型对不同源域下样本的分类误差的方差最小；、为权重超参数；、分别为样本、真实标签，为模型参数； 相似性度量模块损失函数具体为： 其中，表示训练集中类别下的所有样本，表示训练集中除了类别的其他类别下的所有样本；为第j个样本与类别的对比原型之间的相似度，为边界阈值；、表示超参数，表示总的样本数量； 跨域均衡模块损失函数具体为： 其中，表示源域的总数，表示第i个源域样本的交叉熵损失函值，表示属于源域的样本，和分别表示样本的特征向量和真实标签值，表示神经网络模型输出的预测值，表示所有的平均值； 特征提取模块损失函数具体为： 模型应用阶段： 将待诊断故障信号输入故障诊断模型，故障诊断模型输出其属于各故障类别的概率，从而确定该故障信号对应的故障类别。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。