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！

龙图腾网获悉西安交通大学申请的专利基于增强事件视觉数据的滚动轴承智能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：CN116380466B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310473322.7，技术领域涉及：G01M13/045；该发明授权基于增强事件视觉数据的滚动轴承智能故障诊断方法及系统是由李响;陈欣瑞;雷亚国;李乃鹏;杨彬;曹军义;武通海设计研发完成，并于2023-04-27向国家知识产权局提交的专利申请。

本基于增强事件视觉数据的滚动轴承智能故障诊断方法及系统在说明书摘要公布了：基于增强事件视觉数据的滚动轴承智能故障诊断方法及系统，先采用事件相机作为传感器对滚动轴承的健康状态进行非接触式的采集；根据目标区域对原始事件流数据进行筛选，通过处理转化为事件帧数据，并且结合扩散模型进行数据增强处理，之后根据轴承的健康状态为增强数据标注了对应的标签，将数据集划分为训练与测试数据集，对测试数据集进行加噪处理；再将训练数据集以及对应的标签输入卷积神经网络模型进行训练，构建事件帧数据与对应标签之间的映射关系；最后根据事件帧数据与对应标签的映射关系模型，对滚动轴承的健康状态进行诊断；本发明能够适配非接触式传感器实现滚动轴承的故障诊断，并且提高了使用事件数据进行故障诊断的精度与泛化性能。

本发明授权基于增强事件视觉数据的滚动轴承智能故障诊断方法及系统在权利要求书中公布了：1.一种基于增强事件视觉数据的滚动轴承智能故障诊断方法，其特征在于，包括以下步骤： 步骤1，数据采集：采用事件相机作为传感器对滚动轴承的健康状态进行非接触式的采集，共采集七类不同健康状态的原始轴承振动信号作为原始事件流数据，七类不同健康状态包括正常状态、外圈故障、内圈故障以及滚动体故障，并且三类故障类型均在轻载以及重载状态下分别进行了采集； 步骤2，数据预处理：首先根据目标区域对原始事件流数据进行筛选，然后将筛选后目标区域事件流数据通过二维特征重构转化为事件帧数据，之后将事件帧数据划分为训练数据集与测试数据集，并且根据轴承的健康状态为其赋予了对应类别的标签，以构建原始数据集；然后结合扩散模型生成额外的样本用于补充原始数据集；最后，对测试数据集进行了加噪处理，从而构建最终的智能诊断数据集； 将目标区域的事件流数据转化为事件帧的步骤，具体包括： 对筛选后的目标区域事件流数据进行划分，获取一定时间内的事件流信号，并且设置生成单个样本所需的事件数量L以及两个样本之间的步长D，则第一个样本所需的事件流数据表示为，第二个样本表示为，第k个样本所需的事件流数据表示为，以此类推获得生成所有样本所需的事件流数据； 基于事件流转换模型，将事件相机所采集的对应目标区域事件流转换为事件帧；当事件流中有正事件发生时，并且此时刻之前该事件发生的位置没有发生过正事件时，事件流转换模型表示为： 其中，代表在事件帧x,y处的像素值，的下标R、G、B代表需要对事件帧三个通道中的某个通道单独进行操作，为基础像素值，将像素值设为事件帧最高像素值的一半； 当事件流中有正事件发生时，并且此时刻之前该事件发生的位置发生过正事件时，事件流转换模型表示为： 其中与分别表示事件流中在同一位置发生最多次的正事件以及负事件个数； 当事件流中有负事件发生时，并且此时刻之前该事件发生的位置没有发生过负事件时，事件流转换模型表示为： 当事件流中有负事件发生时，并且此时刻之前该事件发生的位置发生过负事件时，事件流转换模型表示为： ； 步骤3，模型构建：将智能诊断数据集输入初始智能诊断模型进行训练，构建事件帧数据与对应标签之间的映射关系，最终训练得出智能故障诊断模型； 步骤4，故障诊断：根据智能故障诊断模型，对滚动轴承的健康状态进行模型测试，并且最终输出诊断结果。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。