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！

龙图腾网获悉南京航空航天大学申请的专利一种基于残差网络的滚动轴承跨领域故障诊断算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：CN114813130B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202210525367.X，技术领域涉及：G01M13/045；该发明授权一种基于残差网络的滚动轴承跨领域故障诊断算法是由杨蒲;耿慧琳;文琛万设计研发完成，并于2022-05-13向国家知识产权局提交的专利申请。

本一种基于残差网络的滚动轴承跨领域故障诊断算法在说明书摘要公布了：本发明公开了一种基于残差网络的滚动轴承跨领域故障诊断算法，考虑滚动轴承在不同工况环境下振动信号特征分布不一致和待诊断样本标签较难获取的问题，对于源域与目标域的通用特征提取阶段，采用多尺度特征提取模块提取振动信号的多尺度特征，采用残差网络结构来避免模型性能退化，对于领域自适应阶段，考虑不同领域的边缘分布和条件分布差异，引入联合最大均值差异准则，该度量准则通过计算目标域伪标签来匹配联合分布距离，从而减小不同工况下的子类故障特征分布差异，实现领域自适应，该算法可以利用源域所学习到的诊断知识，在没有标注数据的情况下实现目标域的故障诊断，具有良好的应用前景。

本发明授权一种基于残差网络的滚动轴承跨领域故障诊断算法在权利要求书中公布了：1.一种基于残差网络的滚动轴承跨领域故障诊断算法，包括如下具体步骤： 步骤1在轴承试验台上，通过振动信号数据采集系统，采集不同故障和不同转速下的滚动轴承加速度振动信号，获得原始振动信号数据集； 步骤2为了能够充分利用数据，提取更有效的特征，实现数据增强，该算法使用等间隔滑动窗口的数据增强方法对原始数据进行重叠采样，获得样本数据集，每个样本含有2048个采样数据点，样本记为Data＝[x1，y1，…，xi，yi，…，xn，yn]T，Data是经分段处理后的单个样本，xi是单个振动信号采样数据点，yi是样本数据的故障类别标签； 步骤3设置滚动轴承的迁移学习任务，取某工况下的数据为源域，另一工况下的数据为目标域，其中，源域数据的标签是可知的，目标域数据的标签是未知的，设全部的源域数据和60％的目标域数据为训练集，其余40％的目标域数据为验证集； 步骤4设置Pytorch下的新型滚动轴承跨领域故障诊断模型，并使用训练集进行故障诊断模型的训练，该故障诊断模型使用MSGD优化算法，批次大小batchsize设定为64，迭代次数Epoch设定为100次，学习率初始值设置为1e-4； 该算法为减少训练时间，加快模型收敛速度，通用特征提取采用预训练的多尺度特征融合残差网络模型，并采用JMMD度量进行领域自适应；最后，Softmax分类器对无标签的目标域进行轴承故障诊断； 模型的特征提取部分由首层多尺度特征提取与融合层和三个残差模块以及全连接层、Softmax分类器组成，最后通过Softmax分类器输出故障分类结果，其结构参数如下： 模型的领域自适应部分使用联合最大均值差异来减小源域和目标域在条件分布和边缘分布在不同域间的位移，源域与目标域的差异主要在全连接层体现，领域自适应部分利用全连接层学习迁移知识，采用联合最大均值差异度量进行分布差异计算并将其最小化，从而实现不同工况的滚动轴承迁移学习； 步骤5将验证集输入到训练好的深度残差收缩网络模型中，识别测试样本的故障类型。

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南京航空航天大学，其通讯地址为：211106 江苏省南京市江宁区将军大道29号南京航空航天大学将军路校区自动化学院；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。