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！

龙图腾网获悉陕煤集团神木柠条塔矿业有限公司;陕西煤业化工技术研究院有限责任公司申请的专利基于多尺度领域自适应网络的轴承故障分类系统及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：CN114548295B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202210176548.6，技术领域涉及：G06F18/2431；该发明授权基于多尺度领域自适应网络的轴承故障分类系统及方法是由谭震;韩磊;刘美乐;曹振辉;朱信龙;景少波;陈菲;梁少剑;关欣杰设计研发完成，并于2022-02-24向国家知识产权局提交的专利申请。

本基于多尺度领域自适应网络的轴承故障分类系统及方法在说明书摘要公布了：本发明提出基于多尺度领域自适应网络的轴承故障分类系统及方法，针对实际工业中标签信息缺失以及数据分布偏移的情况，结合领域知识融合到模型中，能够充分利用现有标签数据资源，在设备数据分布因工作环境发生偏移时仍然能够将多设备多工况标签数据知识迁移到需要诊断的设备上，极大程度弥补现实工业生产中标签缺失的问题，极大程度提高了标签的使用价值，同时也提高了轴承故障诊断的效率。

本发明授权基于多尺度领域自适应网络的轴承故障分类系统及方法在权利要求书中公布了：1.基于多尺度领域自适应网络的轴承故障分类方法，其特征在于，基于轴承故障分类系统，所述轴承故障分类系统包括数据信号处理模块、共享网络模块、故障诊断分类模块、领域鉴别器模块和分布差异度量模块； 数据信号处理模块，对数据库中原始的振动数据进行预处理，得到输出；所述数据库为存储源域和目标域的数据库；所述源域为带有有效标签的数据； 共享网络模块，以数据信号处理模块的输出作为输入，使用不同大小的卷积核对输入进行不同尺度的处理，将不同尺度上的特征合并到全连接层上输出； 故障诊断分类模块，以共享网络模块的输出作为输入，采用源域的数据对故障诊断分类器进行有监督训练，输出分类结果，优化故障诊断分类器模块输出损失Lc；训练好的故障诊断分类器用于目标域的数据分类； 领域鉴别器模块，以共享网络模块的输出作为输入，通过最大化损失函数来拉进源域和目标域之间的分布差异程度，得到输出；优化领域鉴别器模块输出损失Ld； 分布差异度量模块，以共享网络模块的输出作为输入，通过最小化损失函数得到源域与目标域的最大均值差异并输出；优化分布差异度量模块输出损失D2； 方法包括： 步骤1，训练阶段： 步骤1.1，对数据库中源域和目标域的原始振动数据进行预处理，所述源域为带有有效标签的数据；包括： 步骤1.11，将原始振动数据根据下式进行标准化处理 其中，μ为原始振动数据的均值，σ为原始振动数据的标准差； 步骤1.12，基于标准化处理后的振动数据，提取转速表信息或恒定转速信息，根据转速表信息或恒定转速信息，得到旋转频率fr，并按照公式2、3、4分别估计外圈故障特征频率fBPFO、内圈故障特征频率fBPFI以及滚动体故障特征频率fBFF； 步骤1.13，基于得到的旋转频率fr、外圈故障特征频率fBPFO、内圈故障特征频率fBPFI以及滚动体故障特征频率fBFF，对转速和脉冲进行过采样操作，得到过采样数据； 步骤1.14，对于标准化处理后的振动数据，针对每个故障特征频率按照公式5实施抗混叠滤波处理，得到抗混叠后的振动数据； 其中，Os是相对于故障特征频率f的每次旋转的样本数，finsti,i＝1,2,...,N为故障特征频率f的瞬时频率；所述故障特征频率f为外圈故障特征频率fBPFO、内圈故障特征频率fBPFI或滚动体故障特征频率fBFF； 步骤1.15，采用过采样数据和抗混叠后的振动数据进行等角度插值重采样，得到四个角域重采样信号； 步骤1.16，使用希尔伯特变换计算每个角域重采样信号的包络信号，分别表示为正常转速频率外圈故障特征频率内圈故障特征频率以及滚动体故障特征频率将每段长度为Nre的包络信号合并成尺寸为Nre×4的矩阵向量，表示为 步骤1.2，使用不同大小的卷积核对步骤1.1的输出进行不同尺度的卷积处理以提取特征，然后将得到的不同尺度上的特征全连接； 步骤1.3，利用来自源域的数据经步骤1.2的输出，对故障诊断分类器进行有监督训练； 步骤1.4，利用来自源域和目标域的数据经步骤1.2的输出，通过最大化损失函数来拉进不同域之间的分布差异程度； 步骤1.5，利用来自源域和目标域的数据经步骤1.2的输出，通过最小化损失函数得到源域与目标域的最大均值差异； 步骤1.6，利用步骤1.3、步骤1.4和步骤1.5的输出，计算并优化故障诊断分类器模块输出损失Lc以及领域鉴别器模块输出损失Ld以及分布差异度量模块输出损失D2，以完成故障诊断分类器训练； 步骤2，分类阶段 采用训练好的故障诊断分类器用于目标域的数据分类。

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陕煤集团神木柠条塔矿业有限公司;陕西煤业化工技术研究院有限责任公司，其通讯地址为：719300 陕西省榆林市神木市神木镇；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。