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！

龙图腾网获悉山东大学申请的专利滚动轴承故障诊断方法、系统、设备、介质及程序产品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：CN120086803B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510549457.6，技术领域涉及：G06F18/25；该发明授权滚动轴承故障诊断方法、系统、设备、介质及程序产品是由马赛;朱鹏;徐晟博;王政;朱洪涛;邹斌;姚鹏;刘玥设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本滚动轴承故障诊断方法、系统、设备、介质及程序产品在说明书摘要公布了：本发明公开一种滚动轴承故障诊断方法、系统、设备、介质及程序产品，涉及旋转机械故障诊断技术领域，包括基于源域特征和目标域特征对双模式对抗深度迁移学习网络进行训练；其中，基于源域特征和目标域特征对双分类器进行训练，得到源域分类误差和双分类器确定性误差，基于由源域特征、目标域特征和双分类器的预测结果构成的多线性映射对域判别器进行训练，得到域分类误差，结合源域特征和目标域特征的最大均值差异误差，作为损失函数；采用双模式对抗深度迁移学习网络对目标域样本进行分类，得到故障诊断结果。设计双模式对抗深度迁移学习网络，利用多线性映射和双分类器确定性差异保留类别信息，引入最大均值差异，提高故障诊断性能。

本发明授权滚动轴承故障诊断方法、系统、设备、介质及程序产品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： 以获取的滚动轴承的待测振动信号为目标域样本，以历史振动信号为源域样本，对目标域样本和源域样本进行特征提取，得到源域特征和目标域特征； 基于源域特征和目标域特征对构建的双模式对抗深度迁移学习网络进行训练；其中，基于源域特征和目标域特征对双分类器进行训练，得到源域分类误差和双分类器确定性误差，基于由源域特征、目标域特征和双分类器的预测结果构成的多线性映射对域判别器进行训练，得到域分类误差，再结合源域特征和目标域特征的最大均值差异误差，作为训练过程的损失函数； 采用训练后的双模式对抗深度迁移学习网络对目标域样本进行分类，得到故障诊断结果； 对目标域样本和源域样本，采用稀疏小波卷积模块，分别进行特征提取；具体包括：稀疏小波卷积模块包括小波卷积层和由两个全连接层和两个激活函数构成的稀疏约束模块，且在小波卷积层中引入谱峭度约束项，在稀疏约束模块中引入稀疏约束项；小波卷积层采用具有平移参数和尺度参数的小波卷积核进行初始化，以初始化后的小波卷积层和稀疏约束模块对目标域样本和源域样本分别进行特征提取；具体为： ；； 其中，u和s分别为平移参数和尺度参数，t为卷积核的索引，为所选择的小波基函数，为输入的样本，h为小波卷积层的输出，为卷积运算； 在稀疏约束模块中，通过全连接层将一个随机向量变换为原长度的一半，然后用ReLU激活函数转换，随后通过另一个全连接层恢复到原来的长度，最后用sigmoid激活函数归一化到（0，1）范围内，得到最终稀疏向量V，将h乘以稀疏向量V，得到输出的特征。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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”。