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数字孪生模型的滚动轴承故障样本生成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：CN116070090B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202310164916.X，技术领域涉及：G06F18/10；该发明授权基于数字孪生模型的滚动轴承故障样本生成方法是由秦毅;刘虹余;毛永芳;蒲华燕设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本基于数字孪生模型的滚动轴承故障样本生成方法在说明书摘要公布了：本发明涉及一种基于数字孪生模型的滚动轴承故障样本生成方法，属于轴承故障诊断技术领域。该方法包括：S1：通过轴承加速寿命试验台在物理空间中采集其故障信号样本；S2：针对某一特定故障，利用多自由度轴承故障动力学模型获取多个轴承部件的理论振动信号，并在其上加入强度相同的高斯白噪声；S3：用傅立叶变换计算含噪多源振动信号和实测信号的频谱；S4：构建FBC‑GAN并进行训练；S5：将噪声频域输入训练好的FBC‑GAN中，生成轴承故障信号样本；S6：通过IFFT得到相应的时域轴承故障样本；本发明能有效改善数据样本中正常样本远多于故障样本的失衡问题，减少实际实验的需求和样本获取的成本。

本发明授权基于数字孪生模型的滚动轴承故障样本生成方法在权利要求书中公布了：1.一种基于数字孪生模型的滚动轴承故障样本生成方法，其特征在于，该方法具体包括以下步骤：S1：通过轴承加速寿命试验台在物理空间中采集其故障信号样本；S2：针对某一特定故障，使用多自由度轴承故障动力学模型获取多个轴承部件的理论振动信号，并在其上加入强度相同的高斯白噪声，得到含噪多源振动信号；S3：采用傅立叶变换计算含噪多源振动信号和实测故障信号的频谱；S4：构建FBC-GAN并进行训练，其中FBC-GAN表示频域双向长短时记忆循环生成对抗网络；构建的FBC-GAN包括两个映射方向相反的GAN网络；每个GAN网络均包括一个生成器和一个判别器；所述生成器包括一个Bi-LSTM层、两个卷积层、四个残差块和一个反卷积层；所述判别器包括四个连续的卷积层，整体为全卷积神经网络结构；FBC-GAN训练过程中的损失函数为： 其中，，，为权重值；表示从输入样本X到生成样本Y的正向映射的正向生成器，表示从输入样本Y到生成样本X的逆向映射的逆向生成器；、分别表示正向映射的判别器和逆向映射的判别器； 表示频谱约束损失，计算公式为： 其中，和分别表示被测频谱的实部和虚部；和分别表示生成数据的实部和虚部； 表示对抗损失，计算公式为： 表示循环一致性损失，计算公式为： 表示同一性映射损失，计算公式为： 其中，、分别表示两个域的数据参与计算后结果的期望值；S5：将噪声频域仿真数据输入到训练好的FBC-GAN中，生成轴承故障的信号样本；S6：通过IFFT得到相应的时域轴承故障样本。

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”。