本发明公开了一种基于解耦‑‑融合生成对抗网络的风电轴承故障诊断方法，包括：获取风电轴承在不同故障工况下的振动信号，并将其转换为二维时频图像；构建双生成器结构的生成对抗网络，其中两个生成器分别用于对时间域特征和频率域特征进行独立建模，实现时频特征的解耦提取；在双生成器中分别引入轴向注意力机制，沿时间轴和频率轴分别建模，以增强对局部跨维相关性的捕获能力；设计跨域融合模块，将两个生成器提取的时间域特征与频率域特征进行融合，生成高保真的时频图像；将生成的时频图像与真实时频图像共同用于训练故障诊断模型，实现对风电轴承故障的分类与识别本发明进一步提升提高故障诊断性能。
📄 2026105090613
📂 G01M13_04
👤 南京信息工程大学
📅 2026-04-17
本发明公开了一种轴承故障诊断方法和装置，属于轴承故障诊断技术领域，方法包括：获取轴承的振动信号并将其转换为脉冲序列；将脉冲序列输入到训练好的脉冲协同网络模型中，从脉冲序列中提取高维特征，对高维特征进行分类，得到故障类型标签；还包括对训练所用样本采用周期性冲击时间切片、自适应噪声注入、时域形态扭曲、故障敏感频段增强、频域随机掩码和时频联合掩码中的任意一种方式进行物理增强。本发明通过物理增强方法的设计融合故障物理先验，生成的增强样本与真实故障分布贴合，覆盖时域、频域及时频联合变换，增强样本多样性和物理真实性，从而提高模型对跨工况下故障特征的稳定表达，进而提高轴承故障诊断的精确度。
📄 2026101967575
📂 G06F18_241
👤 南京信息工程大学
📅 2026-02-11
本发明涉及故障诊断技术领域，具体涉及一种轴承故障诊断模型的小样本训练方法及诊断方法，包括步骤：A，采集轴承的工作参数并建立数据集，所述数据集包括公开数据集以及小样本本地数据集；B，建立轴承故障诊断模型，轴承故障诊断模型包括并列设置的一维残差网络和编码器‑解码器结构；C，基于采集到的公开数据集对建立的轴承故障诊断模型进行预训练；D，基于采集到的小样本本地数据集对预训练后的轴承故障诊断模型进行元训练；E，对元训练后的轴承故障诊断模型进行微调，以得到训练好的轴承故障诊断模型，克服了实际中轴承故障样本稀缺而导致故障诊断精度低的问题，能够在样本数量稀缺的条件下，达到高泛化性、高灵活度、高可靠度的效果。
📄 2023113453920
📂 G06F18_214
👤 浙江工业大学
📅 2023-10-17
本发明提供一种改进初始聚类中心与权重的轴承故障诊断方法及系统，其中，方法包括：步骤1：计算轴承数据集中第一数据点之间的数据相异性；步骤2：根据数据相异性，确定第二数据点；步骤3：确定第一数据点的属性权重；步骤4：根据属性权重，计算加权欧式距离，将第一数据点划分到目标簇；步骤5：确定目标簇中的第一数据点的中位数，并确定接续聚类中心；步骤6：根据初始聚类中心和接续聚类中心，输出聚类结果；步骤7：根据聚类结果，确定轴承故障诊断结果。本发明的一种改进初始聚类中心与权重的轴承故障诊断方法及系统，引入标准差系数法赋权值，保留信息更充分，分类准确率更高；用中位数代替均值迭代，消除离群点的影响，诊断更准确。
📄 2023111569617
📂 G06F18_23
👤 盐城工学院; 盐城工学院技术转移中心有限公司
📅 2023-09-07
本发明提供了基于轻量级卷积神经网络的自适应轴承故障诊断方法，包括：从轴承数据集中提取轴承图像并进行预处理，得到灰度图像，且按照预设比例将所述灰度图像划分为训练集和测试集；设计初始模型的缩放因子，并利用训练集对初始模型进行迭代训练，确定最优诊断精度的模型权重，并基于所述模型权重得到第一诊断模型；利用测试集对第一诊断模型进行测试，根据测试结果对第一诊断模型进行调整，得到目标诊断模型；利用所述目标诊断模型对当前机械设备的目标轴承图像进行故障诊断，得到故障类型；用以提高轴承故障诊断的诊断效率和诊断精度。
📄 2023105173237
📂 G06V10_764
👤 盐城工学院, 盐城工学院技术转移中心有限公司
📅 2023-05-09
本发明提供了一种基于自适应注意力机制的滚动轴承故障诊断方法，包括：基于震动传感器采集滚动轴承的时域振幅数据，并将时域振幅数据拆分为训练集和测试集；确定训练集中各训练样本对应的位置信息，并基于预设模型缩放因子、和得分公式系数以及具有位置信息的训练样本对预设注意力机制模型中的注意力机制模块进行迭代训练；将测试集输入最高模型权重对应的预设注意力机制模型进行分析，得到测试集对应的故障诊断结果；基于诊断结果判断训练后的预设注意力机制模型是否满足预设要求，并当满足预设要求时，基于预设注意力机制模型对滚动轴承进行故障诊断。提高对预设注意力机制模型资源的利用效率，也提高了对滚动轴承故障诊断的效率和准确度。
📄 2023104592159
📂 G06F18_214
👤 盐城工学院, 盐城工学院技术转移中心有限公司
📅 2023-04-25
本发明公开了一种模糊散布熵计算方法及基于该方法的轴承故障诊断方法，属于信号处理技术领域，是基于欧式距离实现嵌入向量与量化级别的模糊化隶属,本发明提出了模糊散布熵。该度量首先基于嵌入矩阵与散布模式的欧式距离确定阈值，在阈值范围内使用模糊隶属函数取代标准散布熵中使用的取整函数来确定嵌入向量与散布模式的模糊隶属度，根据模糊隶属度确定每个散布模式出现的概率，使用模糊函数可以使信号信息在映射到色散模式时损失更小。
📄 2022113526556
📂 G06F17_15
👤 合肥学院
📅 2022-10-31
本发明提供一种滚动轴承故障诊断系统及方法，对滚动轴承的运行参数数据处理得到包络谱，并为预设元件的理论故障特征频率设置故障窗口，对包络谱在故障窗口内的特征频率幅值进行调整并计算得到故障特征频率幅值，以用于对预设元件进行故障检测，能够及时准确地确定滚动轴承故障发生部位，有利于工作人员及时采取措施来规避后续的损害。
📄 2023106015118
📂 G06F18_24
👤 广东石油化工学院
📅 2023-05-26
本发明涉及一种基于小波时频图与深度学习的轴承故障诊断方法，方法包括：获取滚动轴承多个正常振动信号、多个外圈故障振动信号、多个内圈故障振动信号，以及多个滚动体故障振动信号；将每个正常振动信号、外圈故障振动信号、内圈故障振动信号以及滚动体故障振动信号依次进行VMD预处理和CWT处理后，得到包含有正常矩阵、外圈故障矩阵、内圈故障矩阵和滚动体故障矩阵的数据集；使用SSA对SDAE的学习率和批量大小两个参数进行全局组合优化，得到优化SDAE；将数据集输入至优化SDAE中进行训练；将采集到的待检测滚动轴承信号经过输入训练后的SDAE中获得故障评估与诊断结果。
📄 2022105233182
📂 G01M13_045
👤 重庆理工大学
📅 2022-05-13
本发明公开了一种振动共振辅助增强随机共振耦合系统的轴承故障诊断方法，属于机械故障诊断技术领域，包括以下步骤：使用传感器采集滚动轴承振动信号，对采集到的滚动轴承振动信号进行希尔伯特包络解调处理，得到振动信号的幅值包络；构建匹配稳态随机共振系统，并与振动共振系统通过非线性耦合的方式组成耦合系统；将得到的幅值包络作为所构建耦合系统的输入信号，并采用优化算法实现系统多参数的优化选取；将得到的最优参数代入耦合系统，对幅值包络进行处理，通过对系统输出进行频谱分析，完成对滚动轴承故障的有效识别与诊断。本发明可以实现滚动轴承振动信号中微弱故障特征的有效提取，为滚动轴承早期微弱故障诊断提供了一种有效解决途径。
📄 2023104599887
📂 G01M13_045
👤 燕山大学
📅 2023-04-26
本发明涉及一种基于周期指导组稀疏模型的滚动轴承故障诊断方法及系统，方法包括：获取滚动轴承的振动信号；根据所述振动信号确定所述振动信号的增强包络；根据所述增强包络和所述振动信号确定增强包络自相关函数；根据所述增强包络自相关函数确定轴承故障冲击周期估计值；根据所述轴承故障冲击周期估计值构建二进制周期序列；将所述二进制周期序列嵌入弹性网作为约束条件，将L0.5范数作为惩罚函数，根据所述振动信号构建组稀疏模型；将所述振动信号输入所述组稀疏模型，确定降噪信号；对所述降噪信号进行增强包络解调确定滚动轴承故障特征信息。本发明通过对周期冲击特征的有效提取，提高滚动轴承特征的特征提取精度和故障识别的准确性。
📄 2021106502270
📂 G01M13_045
👤 燕山大学
📅 2021-06-10
本发明公开了一种滚动轴承故障诊断方法及系统。本发明的诊断方法通过采用短时能量边界检测方法对滚动轴承振动信号的Fourier谱进行自适应划分，实现了自适应地确定频域区间的边界，克服了经验小波变换中因频域划分不理想及模态分量个数设置不当影响分解效果的技术缺陷，提高了故障诊断的精度；同时选取包络谱显著性指数最大的调幅调频模态分量进行解调，获得最优解调包络谱，确保选用的模态分量包含丰富的故障信息，进一步提高了故障诊断的精度。
📄 2019102929886
📂 G01M13_045
👤 燕山大学
📅 2019-04-12
柿子坊 · 知识产权运营
柿子坊知识产权运营平台