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！

龙图腾网获悉华中科技大学申请的专利一种船舶推进轴系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：CN119669854B 。

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：202411736787.8，技术领域涉及：G06F18/241；该发明授权一种船舶推进轴系智能故障诊断方法及系统是由吴军;舒启明;杨依凡;江伟雄设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种船舶推进轴系智能故障诊断方法及系统在说明书摘要公布了：本发明属于故障诊断相关技术领域，其公开了一种船舶推进轴系智能故障诊断方法及系统，方法包括：将源域数据和目标域数据分别转化为二维时频图；利用变压器布朗协方差模块提取代表性高维特征，并将其转换为布朗距离协方差BDC特征矩阵；接着，BDC特征矩阵被输入到原型对比对齐模块，分别对齐BDC特征矩阵的域内分布和跨域分布；利用分类器对源域和目标域数据进行预测，基于四种损失函数对网络进行训练，利用训练好的变压器故障诊断网络对目标域数据进行船舶推进轴系故障诊断。本发明获取的训练好的网络能够在少量标注数据下对船舶推进轴系进行变工况故障诊断，大大减少工业故障诊断中数据标注的任务量，解决变工况难题。

本发明授权一种船舶推进轴系智能故障诊断方法及系统在权利要求书中公布了：1.一种船舶推进轴系智能故障诊断方法，其特征在于，包括： 离线数据处理与训练阶段： S1，选取部分样本带有标签的源域数据和无标签目标域数据，将所述源域数据和所述目标域数据分别转化为二维时频图； S2，将二维时频图通过变压器布朗协方差模块进行特征提取，获取所述源域数据和所述目标域数据分别对应的BDC特征矩阵，其中BDC为布朗距离协方差； S3，构建原型对比对齐模块和分类器：原型对比对齐模块通过聚类算法对源域数据和目标域数据对应的BDC特征矩阵分别进行聚类并归一化，得到源域聚类原型和目标域聚类原型；对相同域的BDC特征矩阵和聚类原型进行对齐，获取域内原型对比损失函数；对不同域的BDC特征矩阵和聚类原型进行对齐，获取跨域原型对比损失函数； 通过分类器对源域数据和目标域数据进行故障分类预测，根据带有标签样本的预测结果获取交叉熵损失函数，并获取特征的互信息损失函数； S4，所述变压器布朗协方差模块、所述原型对比对齐模块和所述分类器形成变压器故障诊断网络，根据得到的域内原型对比损失函数、跨域原型对比损失函数、交叉熵损失函数和互信息损失函数对变压器故障诊断网络进行训练； 在线故障诊断阶段： S5，利用训练好的变压器故障诊断网络对待测试的目标域数据进行船舶推进轴系故障诊断； 所述变压器布朗协方差模块包括变压器编码器和BDC池化层，所述变压器编码器包含多头注意层和多层感知器，所述多层感知器由全连接层和GELU激活函数组成； 在所述变压器布朗协方差模块中，二维时频图先被转换成三维特征张量，进行位置编码，然后带有位置信息的特征张量通过多头注意力机制进行处理；将多头注意力的结果输入多层感知器提取特征；将多层感知器提取的多维特征向量送入BDC池化层，提取与故障相关的BDC特征矩阵； 将多头注意力的结果输入由两个全连接层和GELU激活函数组成的MLP提取特征，MLP如下： 其中，和是权重矩阵，和为偏置向量，为特征向量。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。