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！

龙图腾网获悉北京工业大学申请的专利一种基于卷积变压器生成对抗网络的小样本滚动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：CN115859142B 。

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：202211233344.8，技术领域涉及：G06F18/24；该发明授权一种基于卷积变压器生成对抗网络的小样本滚动轴承故障诊断方法是由高慧慧;张潇然;韩红桂;高学金;李方昱设计研发完成，并于2022-10-10向国家知识产权局提交的专利申请。

本一种基于卷积变压器生成对抗网络的小样本滚动轴承故障诊断方法在说明书摘要公布了：一种基于卷积变压器生成对抗网络的小样本滚动轴承故障诊断方法涉及滚动轴承等旋转设备故障诊断领域，克服在运行数据稀缺条件下难以实现准确故障诊断的问题。首先，获取滚动轴承实际运行条件下的信号数据并对其进行数据标准化处理；其次，构建具有卷积与变压器交叉式结构的生成器和判别器，利用变压器层有效地提取时序信号的全局时域特征；在此基础上，利用卷积层进一步提取时序信号的局部时域特征。同时将位置编码嵌入时序信号，使得模型可以充分学习信号所具有的位置信息特征，最终生成高质量的时序信号样本以扩充原始训练样本，从而提升小样本条件下的故障诊断精度。

本发明授权一种基于卷积变压器生成对抗网络的小样本滚动轴承故障诊断方法在权利要求书中公布了：1.一种基于卷积变压器生成对抗网络的小样本滚动轴承故障诊断方法，其特征在于，包括以下步骤： 1首先获取滚动轴承历史运行数据并进行数据标准化处理，随后将数据标准化后的信号样本划分为训练样本和测试样本； 2构建卷积与变压器交叉式结构的生成对抗网络，利用生成器将随机噪声生成与真实信号分布相似的生成信号，利用判别器对生成信号和真实信号进行真假判别和类别判别，生成器与判别器以零和博弈的方式交替学习从而提升模型性能，直至纳什均衡状态，最终生成信号样本；将生成的信号样本扩充至原始训练样本作为增强数据集来训练故障分类器； 采用步骤2训练好的故障分类器来对测试样本进行故障识别分类，完成最终的故障诊断任务； 步骤2中，利用卷积与变压器交叉式结构的生成对抗网络来生成信号样本，具体步骤如下： 1设置均值为0，方差为1的标准正态分布的随机噪声z并将相应的故障类别标签c嵌入随机噪声得到含有故障类别标签的随机噪声Z＝[z,c]； 2利用一维卷积嵌入的方式将输入信号转化为多个固定大小的补丁，并给每个补丁嵌入位置编码信息； 3构建具有卷积与变压器交叉式结构的生成对抗网络，分别利用变压器层和卷积层来提取信号的全局特征局部特征；将携带位置信息的随机噪声补丁序列送入具有变压器与卷积交叉式结构的生成器来生成信号样本；对生成信号与真实信号进行补丁化操作并嵌入位置信息，然后混合送入具有变压器与卷积交叉式结构的判别器进行学习，并利用判别器末端的Sigmoid和Softmax激活函数输出二分类和多分类预测标签，从而与真实标签对比进行真假判别和类别判别； 4生成器与判别器以一种零和博弈的方式交替进行训练从而达到纳什均衡状态，最终生成信号样本； 5将生成的信号样本扩充至原始训练样本作为增强数据集来训练故障分类器。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。