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！

龙图腾网恭喜重庆邮电大学申请的专利一种基于MP-CNN与SVM的旋转机械设备故障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：CN114359639B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210031382.9，技术领域涉及：G06V10/764；该发明授权一种基于MP-CNN与SVM的旋转机械设备故障诊断方法是由李帅永;张超;文井辉;李孟蕾;徐祥瀚设计研发完成，并于2022-01-12向国家知识产权局提交的专利申请。

本一种基于MP-CNN与SVM的旋转机械设备故障诊断方法在说明书摘要公布了：本发明属于旋转机械设备故障诊断领域，具体涉及一种基于MP‑CNN与SVM的旋转机械设备故障诊断方法，包括：获取待诊断的旋转机械设备图像，对待诊断的旋转机械设备图像进行预处理，将预处理后的图像输入到基于MP‑CNN和SVM的旋转机械设备故障诊断模型中，得到该机械设备的故障诊断结果；本发明结合了分层思想在机械故障诊断领域应用的较强特征提取能力以及SVM的高效分类功能，解决了使用CNN‑SVM时样本数量和种类较多导致诊断准确率低的问题。

本发明授权一种基于MP-CNN与SVM的旋转机械设备故障诊断方法在权利要求书中公布了：1.一种基于MP-CNN与SVM的旋转机械设备故障诊断方法，其特征在于，包括：获取待诊断的旋转机械设备图像，对待诊断的旋转机械设备图像进行预处理，将预处理后的图像输入到基于MP-CNN和SVM的旋转机械设备故障诊断模型中，得到该机械设备的故障诊断结果；对基于MP-CNN和SVM的旋转机械设备故障诊断模型进行训练包括：S1：获取原始数据集，对原始数据集中的数据进行预处理，对预处理后的数据进行划分，得到训练集和测试集；S2：将训练集中图像输入到MP-CNN网络中进行特征提取，得到三个递进式特征图；具体包括：步骤1：将训练集中的优化后的灰度图像作为MP-CNN的输入，采用BLOCK1中的卷积层进行第二次的特征提取，经BN层批归一化处理、Relu激活函数激活及池化层池化，将池化后的结果经Dropout层、全连接层以及SVM实现二分类，得到第一故障分类结果，将第一故障分类结果作为BLOCK2中卷积层的输入；步骤2：采用BLOCK2中卷积层对BLOCK1的输出结果进行再次特征提取，经相同过程使得输出最终实现四分类，得到第二故障分类结果；将第二故障分类结果作为BLOCK3中卷积层的输入；步骤3：采用BLOCK3中卷积层对BLOCK2输出结果进行再次特征提取，经步骤1和步骤2的相同过程后，得到第三故障分类结果；S3：将三个递进式特征图分别输入到SVM中，得到三个递进式故障分类结果；S4：根据三个递进式故障分类结果分别计算各个结果的损失函数，并采用狼群算法对注意力机制进行优化，得到最优权重分配情况，根据最优权重分配情况对三个损失函数进行加权，得到最终的损失函数；S5：采用反向传播对模型的参数进行更新；S6：当最终的损失函数值最小时，完成模型的训练。

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邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。