恭喜浙江大学傅建中获国家专利权
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！
龙图腾网恭喜浙江大学申请的专利一种基于深度学习的机床故障预测与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：CN119669704B 。
龙图腾网通过国家知识产权局官网在2025-06-06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：202510182000.6，技术领域涉及：G06F18/20；该发明授权一种基于深度学习的机床故障预测与诊断方法是由傅建中;周文泓;姚鑫骅;康为民;丁泽泉;彭业振;俞丰文;栾丛丛设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。
本一种基于深度学习的机床故障预测与诊断方法在说明书摘要公布了：本发明公开了一种基于深度学习的机床故障预测与诊断方法，包括：采集机床数据得到脉冲因子、波动率、频谱能量和频谱带宽；根据脉冲因子、波动率、频谱能量和频谱带宽生成目标机床的数据特征；根据预先构建的深度学习模型对数据特征进行线性转化，得到初级特征输出；对初级特征输出进行二次转化，得到初级特征输出的双重转化特征；根据数据特征和双重转化特征对预先构建的深度学习模型进行参数更新，得到更新后的深度学习模型；采集目标机床的实时数据，将实时数据输入至更新后的深度学习模型，得到目标机床的故障概率，根据故障概率对目标机床进行维护。利用本发明，可以提高机床故障预测与诊断的效率。
本发明授权一种基于深度学习的机床故障预测与诊断方法在权利要求书中公布了：1.一种基于深度学习的机床故障预测与诊断方法，其特征在于，包括以下步骤：（1）采集机床数据，以得到脉冲因子、波动率、频谱能量和频谱带宽；（2）根据脉冲因子、波动率、频谱能量和频谱带宽生成目标机床的数据特征；（3）根据预先构建的深度学习模型对数据特征进行线性转化，得到初级特征输出；（4）对初级特征输出进行二次转化，得到初级特征输出的双重转化特征；（5）根据数据特征和双重转化特征对预先构建的深度学习模型进行参数更新，得到更新后的深度学习模型；（6）采集目标机床的实时数据，将实时数据输入至更新后的深度学习模型，得到目标机床的故障概率。
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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号