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一种滚动轴承故障诊断方法、装置和设备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：CN120892923B 。

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：202511058719.5，技术领域涉及：G06F18/2415；该发明授权一种滚动轴承故障诊断方法、装置和设备是由党洪涛;李东鹤;杨清宇;牧一涵;吴宇恒设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本一种滚动轴承故障诊断方法、装置和设备在说明书摘要公布了：本发明公开了一种滚动轴承故障诊断方法、装置和设备，涉及故障诊断技术领域。本发明通过引入域分类，以最小化故障分类损失且最大化域分类损失对Timer模型、故障分类器和域分类器进行训练，实现了对抗训练机制，从而迫使Timer模型的特征提取过程聚焦于源域和目标域数据中共有的故障特征，即实现源域和目标域之间的特征分布对齐。采用适配器插入式微调策略实现Timer模型对目标域任务的快速适应，有效减小了过拟合风险。通过模型无关元学习使故障分类器学习到一组具备良好泛化性质的参数，在面对目标域小样本条件下仅用少量样本即可进行快速适配和有效训练。本发明提高了异工况环境下，目标域少样本下的故障诊断准确率。

本发明授权一种滚动轴承故障诊断方法、装置和设备在权利要求书中公布了：1.一种滚动轴承故障诊断方法，其特征在于，包括： 获取包括多种工况下滚动轴承的振动信号的源域数据和目标域数据作为训练样本；所述源域数据和目标域数据对应不同工况组合；所述目标域数据少于源域数据； 将训练样本输入预训练的Timer模型中，得到训练样本的时序信号特征；通过故障分类器根据时序信号特征进行故障分类，得到预测故障；通过域分类器根据时序信号特征进行域分类，得到预测域类别； 根据预测故障确定故障分类损失，根据预测域类别确定域分类损失，以最小化故障分类损失且最大化域分类损失对Timer模型、故障分类器和域分类器进行训练； 根据目标域数据对训练后的Timer模型进行适配器微调；根据源域数据通过模型无关元学习对故障分类器进行元训练，并通过目标域数据对元训练后的故障分类器进行微调； 其中，所述根据源域数据通过模型无关元学习对故障分类器进行元训练，具体包括：根据源域数据对应的不同工况，构造各工况对应的滚动轴承诊断任务；确定每个滚动轴承诊断任务对应的训练样本，并将其划分为支持集和查询集；通过每个滚动轴承诊断任务对应的支持集，对故障分类器的初始参数进行若干次梯度下降，得到每个滚动轴承诊断任务分别对应的故障分类器参数；通过每个滚动轴承诊断任务对应的查询集，确定每个滚动轴承诊断任务分别对应的故障分类器参数的预测损失，并以最小化各滚动轴承诊断任务的总预测损失为优化目标对故障分类器的初始参数进行训练； 将待识别的滚动轴承的振动信号输入适配器微调后的Timer模型得到时序信号特征，并通过微调后的故障分类器根据时序信号特征进行故障诊断。

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。