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！

龙图腾网恭喜重庆大学申请的专利基于深度可分迁移学习网络的跨轴承迁移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：CN115479775B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202211230003.5，技术领域涉及：G01M13/045；该发明授权基于深度可分迁移学习网络的跨轴承迁移诊断方法是由秦毅;钱泉;涂天佳;蒲华燕;鲁安卫设计研发完成，并于2022-10-08向国家知识产权局提交的专利申请。

本基于深度可分迁移学习网络的跨轴承迁移诊断方法在说明书摘要公布了：本发明涉及一种基于深度可分迁移学习网络的跨轴承迁移诊断方法，属于机械设备故障诊断技术领域。该方法包括：S1：采集轴承原始振动信号，并进行样本扩充；S2：构建基于IJDA域适应损失和I‑Softamx分类损失的DDTLN，其中，IJDA表示改进联合分布对齐，DDTLN表示深度可分迁移学习网络；S3：将划分好的的训练样本输入到DDTLN中，利用源域有标签样本的I‑Softamx分类损失函数和源域与目标域之间的IJDA域适应损失函数对迁移模型进行迭代更新训练；S4：经过多次迭代训练，误差曲线趋于稳定，迁移模型训练完成，训练好的迁移模型将用于跨轴承故障迁移诊断。本发明能提高迁移诊断精度。

本发明授权基于深度可分迁移学习网络的跨轴承迁移诊断方法在权利要求书中公布了：1.一种基于深度可分迁移学习网络的跨轴承迁移诊断方法，其特征在于，该方法包括以下步骤：S1：采集机械设备上的轴承原始振动信号，然后将采集到的原始振动信号利用滑动采样技术扩充样本数据集；S2：构建基于IJDA域适应损失和I-Softamx分类损失的DDTLN，其中，IJDA表示改进联合分布对齐，DDTLN表示深度可分迁移学习网络；I-Softamx分类损失函数Ly的表达式为： 其中，Fi表示对应于样本Xi的特征提取器的输出向量；c和j是对应于特征向量Fi的元素索引；n表示特征向量的个数，即当前输入批次的大小；k≥0和m≥1被定义为两个超参数去控制决策边界；IJDA域适应损失函数LIJDA的表达式为： 其中，分布差异指标DDMA,B＝MMDA,B+CORALA,B，其中A和B分别代表源域和目标域的特征表述，MMD·和CORAL·分别为最大平均差异和协方差差异；XS和XT分别代表源域和目标域的特征样本，YS和YT分别代表源域和目标域特征样本的标签，T为特征表示，c和C分别代表第c类和类别数，P·表示分布概率，TXY＝c表示第c类的特征向量；S3：将划分好的的训练样本输入到步骤S2构建的DDTLN中，利用源域有标签样本的I-Softamx分类损失函数Ly和源域与目标域之间的IJDA域适应损失函数LIJDA对迁移模型进行迭代更新训练；S4：经过多次迭代训练，误差曲线趋于稳定，迁移模型训练完成，训练好的迁移模型将用于跨轴承故障迁移诊断。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174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”。