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！

龙图腾网获悉奥茵绅智能装备(苏州)有限公司申请的专利一种基于深度学习的马达运行噪声源识别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：CN121579991B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610098389.0，技术领域涉及：G06F18/213；该发明授权一种基于深度学习的马达运行噪声源识别方法是由耿新红;付芳伟;李冏设计研发完成，并于2026-01-26向国家知识产权局提交的专利申请。

本一种基于深度学习的马达运行噪声源识别方法在说明书摘要公布了：本发明涉及数据处理领域，尤其涉及一种基于深度学习的马达运行噪声源识别方法。方法包括：采集马达外部声学信号与q轴电流指令序列进行时频变换，利用双流网络提取特征张量；结合信号相关性与谐波偏置因子计算电磁噪声门控系数，构建自适应软滤波器；从声学信号中精准剥离电磁噪声与环境噪声，提取机械故障特征能量，进而识别噪声类别并生成维护指令。本发明基于声电因果关联机制，实现了混合噪声源的有效解耦与分类，克服了频率混叠引起的误判难题，显著提升了马达故障诊断的准确率与运维效率。

本发明授权一种基于深度学习的马达运行噪声源识别方法在权利要求书中公布了：1.一种基于深度学习的马达运行噪声源识别方法，其特征在于，包括： 获取马达运行测试中的外部声学信号以及伺服驱动器内部的q轴电流指令序列，对外部声学信号和q轴电流指令序列进行时间同步校准及短时傅里叶变换，得到声学时频图和电流时频图； 构建包含两个平行卷积神经网络分支的双流特征提取网络，分别对声学时频图和电流时频图进行特征提取并进行归一化处理，得到声学特征张量和电流特征张量； 基于声学特征张量与电流特征张量的点积运算结果，结合基于马达物理参数构建的谐波偏置因子，计算跨模态的电磁噪声门控系数，电磁噪声门控系数表征电流波动对声音产生的解释度； 基于电磁噪声门控系数构建自适应软滤波器，从外部声学信号的频谱幅值中滤除被判定为电磁噪声的成分并扣除环境噪声阈值，计算机械故障特征能量，根据机械故障特征能量识别马达的机械故障类型； 电磁噪声门控系数满足关系式：，为时间和频率处的电磁噪声门控系数，为声学特征张量，为电流特征张量，为谐波偏置因子，表示点积运算，为以自然常数为底的指数函数； 机械故障特征能量满足关系式：，为时间的机械故障特征能量，为时间和频率处的外部声学信号的频谱幅值，为环境噪声阈值，为取最大值函数。

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奥茵绅智能装备(苏州)有限公司，其通讯地址为：215000 江苏省苏州市高新区通安镇真北路88号11幢；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”。

以上内容由龙图腾AI智能生成。