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！

龙图腾网获悉昆明理工大学申请的专利基于无监督条件扩散的滚珠丝杠副故障数据跨域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：CN121786493B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202610249556.7，技术领域涉及：G06F18/214；该发明授权基于无监督条件扩散的滚珠丝杠副故障数据跨域生成方法是由刘畅;杨雷;贺飞飞;吴海波设计研发完成，并于2026-03-03向国家知识产权局提交的专利申请。

本基于无监督条件扩散的滚珠丝杠副故障数据跨域生成方法在说明书摘要公布了：本发明公开了一种基于无监督条件扩散的滚珠丝杠副故障数据跨域生成方法，属于滚珠丝杠副故障诊断领域。方法包括构建源域数据集和目标域数据集；构建无监督条件扩散模型；依据源域数据集和目标域数据集抽取训练集，将训练集作为无监督条件扩散模型的输入，并采用加权联合损失函数对无监督条件扩散模型进行无监督训练，建立源域数据集中数据与目标域数据集中数据的双向映射，获得映射模型；获取待增强健康状态数据；依据映射模型，生成与待增强健康状态数据的工况相对应的增强故障状态振动数据。本发明能够实现输入未知工况在健康状态的一维时序振动数据，生成对应工况故障状态的一维时序振动数据。

本发明授权基于无监督条件扩散的滚珠丝杠副故障数据跨域生成方法在权利要求书中公布了：1.一种基于无监督条件扩散的滚珠丝杠副故障数据跨域生成方法，其特征在于，包括： S1、获取不同状态滚珠丝杠副在M种工况条件下运行的振动数据，用于构建源域数据集和目标域数据集；其中，M为正整数且M2； S2、构建无监督条件扩散模型：一维域翻译器TAB、一维域翻译器TBA分别对源域数据集和目标域数据集进行粗翻译；条件编码器用于生成条件向量；源域条件扩散去噪网络和目标域条件扩散去噪网络，用于在条件向量的指导下实现跨域条件扩散与去噪生成； S3、依据源域数据集和目标域数据集抽取训练集，将训练集作为无监督条件扩散模型的输入，并采用加权联合损失函数对无监督条件扩散模型进行无监督训练，建立源域数据集中数据与目标域数据集中数据的双向映射，获得映射模型； S4、获取待增强健康状态数据；依据映射模型，生成与待增强健康状态数据的工况相对应的增强故障状态振动数据； 所述无监督条件扩散模型具体包括： 两个一维域翻译器：一维域翻译器TAB、一维域翻译器TBA，所述一维域翻译器TAB、一维域翻译器TBA具有相同结构，均包括域翻译器编码器、域翻译器解码器及输出层，一维域翻译器TAB以源域数据集为输入数据，实现源域到目标域的初步域转换；一维域翻译器TBA以目标域数据集为输入数据，实现目标域到源域的初步域转换；所述域翻译器编码器的结构包括依次连接的一个一维卷积块、两个堆叠的“一维卷积块+第一残差块”、一个第一残差块、一个一维卷积块，两个堆叠的“一维卷积块+第一残差块”中的一维卷积块中引入下采样操作；所述域翻译器解码器的结构包括依次连接的一个一维卷积块、两个堆叠的“第一残差块+一维反卷积块”，两个堆叠的“第一残差块+一维反卷积块”中的一维反卷积块中引入上采样操作；将域翻译器解码器的输出作为输出层的输入，输出层的输出为一维域翻译器的输出； 条件编码器，所述条件编码器包括依次连接的三个一维卷积块、自适应平均池化层及全连接层，最终映射为固定维度的条件向量； 源域条件扩散去噪网络和目标域条件扩散去噪网络，所述源域条件扩散去噪网络、目标域条件扩散去噪网络结构相同，均以一维U-Net为框架，包括第二残差块、下采样层、上采样层、瓶颈块、输出层。

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昆明理工大学，其通讯地址为：650031 云南省昆明市五华区一二一大街文昌路68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”。

以上内容由龙图腾AI智能生成。