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！

龙图腾网恭喜西安交通大学申请的专利基于多尺度成分分析的机械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：CN115391955B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202211112504.3，技术领域涉及：G06F30/17；该发明授权基于多尺度成分分析的机械故障诊断方法是由王诗彬;覃赋华;安波涛;赵志斌;丁宝庆;孙闯;严如强;陈雪峰设计研发完成，并于2022-09-13向国家知识产权局提交的专利申请。

本基于多尺度成分分析的机械故障诊断方法在说明书摘要公布了：本发明公开了一种基于多尺度成分分析的机械故障诊断方法，方法包括以下步骤：采集多种故障类型的机械振动信号y；建立多尺度成分分析模型，对信号多尺度特征进行解耦提取，得到各尺度深层稀疏编码γm，L；利用迭代阈值收缩算法求解建立的多尺度成分分析模型，并将优化求解算法展开为多尺度成分分析网络，拼接多尺度编码为将其输入后续的池化层与多层感知机作为分类器hθ，完成故障智能诊断网络的搭建；使用带故障标签的训练样本端到端地训练网络模型，利用反向传播技术学习网络模型参数；将测试信号输入网络中，通过输出预测标签实现故障诊断；对输入信号的重构信号的整体特征和网络学习到的原子特征进行可视化，完成事后可解释性分析。

本发明授权基于多尺度成分分析的机械故障诊断方法在权利要求书中公布了：1.一种基于多尺度成分分析的机械故障诊断方法，所述方法包括以下步骤： 第一步骤中，采集机械设备在多种故障类型以及正常状态下的机械振动信号，并将其按照固定信号长度划分为相互不重叠的预定比例的训练数据集和测试数据集，其中，故障类型包括裂纹和磨损，训练数据集与测试数据集均带有故障标签； 第二步骤中，建立多尺度成分分析模型，对机械振动信号的多尺度特征进行解耦提取得到各尺度的深层稀疏编码； 第三步骤中，基于深层稀疏编码利用迭代阈值收缩算法求解所述多尺度成分分析模型，并将迭代阈值收缩算法展开为多尺度成分分析网络，拼接多尺度编码为，在编码网络后连接池化层与多层感知机作为分类器，搭建故障诊断网络，输出信号的预测标签； 第四步骤中，通过设定固定的循环次数，将所述训练数据集输入所述故障诊断网络进行训练，利用反向传播技术学习故障诊断网络参数，降低预测标签与故障标签的差距； 第五步骤中，将所述测试数据集输入训练好的所述故障诊断网络中，通过输出预测标签进行故障诊断； 其中，其中，第二步骤中，所述多尺度成分分析模型为： ； 其中，表示各尺度的最深层稀疏编码，为编码层数，为分析的尺度的维数；为第尺度的第层的卷积编码字典，表示第尺度从第层到最深的第层的卷积编码字典相乘得到的等效卷积字典；表示第尺度的第层的稀疏编码；第一项为数据保真项，保证能够从各尺度编码重构输入信号；其余两项为稀疏正则项，使各尺度的各级编码为稀疏的；为权衡不同项的贡献的权重参数，为了简便起见，这里设，表示L2范数的平方；表示L1范数。

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西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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”。