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！

龙图腾网恭喜浙江工业大学申请的专利基于非侵入式信号的旋转机械多尺度特征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：CN119357786B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411962802.0，技术领域涉及：G06F18/241；该发明授权基于非侵入式信号的旋转机械多尺度特征故障诊断方法是由吴麒;牟斌斌;薛洪锴;顾曹源;张宝康;仇翔;付明磊;张文安设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本基于非侵入式信号的旋转机械多尺度特征故障诊断方法在说明书摘要公布了：本发明属于工业制造装备的故障检测技术领域，公开了一种基于非侵入式信号的旋转机械多尺度特征故障诊断方法。构建多标签数据集，多标签数据集包括不同工况下采集的电流基波信号和电流残余信号，电流基波信号设有工况标签，电流残余信号设有故障标签；引入多个相同网络结构的TimesBlock模型并利用训练集残余信号与故障标签进行模型预训练，引入基于工况信息的多通道注意力机制获取多通道多尺度故障信号低维表示，引入由工况分类损失和故障分类损失组成的自适应联合损失函数。本发明克服了基于电流信号进行旋转机械故障诊断时，存在的基波掩盖故障特征以及原始电流信号的信噪比较低的问题。

本发明授权基于非侵入式信号的旋转机械多尺度特征故障诊断方法在权利要求书中公布了：1.一种基于非侵入式信号的旋转机械多尺度特征故障诊断方法，其特征在于，所述基于非侵入式信号的旋转机械多尺度特征故障诊断方法，包括：构建多标签数据集，所述多标签数据集包括不同工况下采集的电流信号滤波后得到的电流基波信号和电流残余信号，所述电流基波信号设有工况标签，所述电流残余信号设有故障标签；针对每一种工况，采用相同的网络结构建立故障分类模型，利用对应工况下的电流残余信号和故障标签预训练故障分类模型至收敛，并利用预训练后的故障分类模型，根据电流残余信号输出对应的故障多尺度低维表示；建立一个与故障分类模型的网络结构相同的工况分类模型，将电流基波信号输入工况分类模型，得到工况多尺度低维表示；基于工况多尺度低维表示和故障多尺度低维表示构建权重，并利用权重对故障多尺度低维表示进行加权，得到各工况下的加权特征；对各工况下的加权特征进行拼接后作为故障特征，通过全连接层对故障特征输出故障分类向量；基于故障分类向量，构建包括工况分类损失和故障分类损失的自适应联合损失函数，利用自适应联合损失函数优化更新工况分类模型至收敛；获取待诊断的电流基波信号和电流残余信号，利用工况分类模型和各工况下的故障分类模型得到待诊断的故障特征，并通过全连接层输出故障诊断结果。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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”。