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！

龙图腾网获悉杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院)申请的专利基于混合图神经网络与路径图的电机故障诊断方法及系统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：CN120873764B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511385822.0，技术领域涉及：G06F18/241；该发明授权基于混合图神经网络与路径图的电机故障诊断方法及系统是由王浩伟;郝卫霞;韩丹阳;桑硕海设计研发完成，并于2025-09-26向国家知识产权局提交的专利申请。

本基于混合图神经网络与路径图的电机故障诊断方法及系统在说明书摘要公布了：本申请涉及机械故障检测技术领域，公开了基于混合图神经网络与路径图的电机故障诊断方法及系统，所述方法包括：步骤S1、获取电机的时间序列数据并构建路径图；步骤S2、通过所述混合图神经网络模型进行分层特征提取；步骤S3、分别执行动态图池化操作对图结构进行降采样，并对降采样后的图进行全局聚合构成嵌入向量集合；步骤S4、融合嵌入向量集合生成统一的图级特征表示；步骤S5、分类器输出所述电机的故障诊断结果。本发明通过构建电机的时间序列数据的路径图，并采用混合图神经网络提取特征，从而有效建模信号的内在演化逻辑与结构依赖，解决了现有技术对此建模不足的缺陷，提升了诊断准确性。

本发明授权基于混合图神经网络与路径图的电机故障诊断方法及系统在权利要求书中公布了：1.基于混合图神经网络与路径图的电机故障诊断方法，其特征在于，包括以下步骤： 步骤S1、获取电机的时间序列数据，并依据所述时间序列数据构建路径图； 步骤S2、将所述路径图输入至混合图神经网络模型，通过所述混合图神经网络模型中包含的谱域卷积层与空域卷积层对所述路径图进行分层特征提取； 步骤S3、在所述分层特征提取过程中的至少两个不同阶段，分别执行动态图池化操作对图结构进行降采样，并对降采样后的图进行全局聚合以生成各自的图级别嵌入向量，从而构成嵌入向量集合； 步骤S4、融合所述嵌入向量集合中的所有嵌入向量，生成统一的图级特征表示； 步骤S5、将所述统一的图级特征表示输入至分类器，以输出所述电机的故障诊断结果； 所述步骤S1中，所述构建路径图的步骤具体包括： 采用滑动窗口将所述时间序列数据分割成时间窗口数据段； 将所述时间窗口数据段划分为若干有序的时间片； 将每一个所述时间片创建为所述路径图的一个节点，其中所述节点的特征由对应所述时间片的传感器数据确定； 依据所述时间片的先后顺序，在相邻的节点之间创建有向边，以形成一具有时间演化方向的路径图结构； 所述步骤S3中，所述动态图池化操作为Top-K池化操作，所述Top-K池化操作用于通过可学习的评分函数计算所述路径图中各节点的重要性得分，并保留预设比例的重要性得分最高节点的关联边，得到降采样图； 所述混合图神经网络模型依次包括两个图卷积网络层作为所述谱域卷积层，以及一个图采样与聚合网络层作为所述空域卷积层，并且在每个所述图卷积网络层和所述图采样与聚合网络层之后，还包括一个批归一化层和一个修正线性单元激活函数层。

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杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院)，其通讯地址为：311115 浙江省杭州市余杭区瓶窑镇双红桥街188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。