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！

龙图腾网获悉南京航空航天大学申请的专利一种基于注意力机制和残差神经网络的轴承寿命预测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：CN112747924B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202011426208.1，技术领域涉及：G01M13/045；该发明授权一种基于注意力机制和残差神经网络的轴承寿命预测方法是由皮德常;喻文;谢凌强设计研发完成，并于2020-12-11向国家知识产权局提交的专利申请。

本一种基于注意力机制和残差神经网络的轴承寿命预测方法在说明书摘要公布了：本发明公开了基于注意力机制和残差神经网络的轴承寿命预测方法，包括：首先使用时域特征和k‑means聚类算法自适应地识别轴承的退化状态；使用经验模式法分解轴承数据信号并去除噪声；训练和使用引入了注意力机制的残差神经网络完成对轴承的寿命预测。本发明的优点是：自适应识别轴承的退化状态，避免了正常状态下产生的数据对寿命预测的干扰；使用经验模式法分解轴承数据信号并去除噪声，阻止了不同频率下的退化和故障特征互相干扰抵消，进而使模型学习到的特征更有效；使用引入了注意力机制的残差神经网络，让神经网络模型始终受到原始信号的影响且把注意力聚集在故障特征所在的通道，防止模型过拟合。

本发明授权一种基于注意力机制和残差神经网络的轴承寿命预测方法在权利要求书中公布了：1.一种基于注意力机制和残差神经网络的轴承寿命预测方法，其主要特征包括如下步骤： 1自适应退化模式识别：首先对轴承数据进行清洗和归一化，根据特征和聚类算法把轴承的状态分为正常运行、退化和故障状态； 2轴承数据去噪和分解：使用经验模式分解法将处理好的退化和故障状态数据分为8个基本模式分量； 3残差神经网络模型的训练和使用：将处理好的测试数据输入残差神经网络模型，训练残差神经网络模型；残差神经网络模型使用多个网络模块堆叠，每个模块包含三个卷积层组成的特征提取结构和由全局池化层和全连接层组成的注意力机制权值，最后使用训练好的残差神经网络模型预测轴承的寿命，其实现方法如下： 3-1在基本模式分量被分离完毕后，把测试数据引入基于注意力机制的残差神经网络模型，每一个基本模式分量作为输入数据的一个通道，所述的残差神经网络模型包含特征模块和注意力机制模块； 3-2所述的残差神经网络模型的特征模块由三层卷积层组成，所述的三层卷积层都是卷积核大小固定为1的卷积层，中间卷积层卷积核大小视网络结构而定，卷积层之间使用Relu激活函数连接； 3-3所述的残差神经网络模型的注意力机制模块由全局池化层、两层全连接神经网络层和Sigmoid激活函数组成；全局池化层把步骤3-2提取到的每个通道的所有特征都编码为一个全局特征，提取的方法是全局平均池化；最后使用Sigmoid函数计算出每个通道的权值； 3-4将特征模块得到的数据乘以通道权值作为所述的残差神经网络模型的特征，最后把计算出的特征值加上输入残差神经网络模型的原始数据的和，作为残差神经网络模型的最终输出； 3-5保存训练过程中误差最小的残差神经网络模型，并使用这种残差神经网络模型预测轴承的剩余寿命。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。