公开(公告)号：CN120046006A

公开(公告)日：2025-05-27

申请号：CN202510512274.7

申请日：2025-04-23

Applicant: 江南大学

Inventor： 程峰 ,  王启峥 ,  蒋红琰 ,  房殿军 ,  谢海琴

IPC: G06F18/241 ,  G06F18/213 ,  G06F18/15 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/096 ,  H04L9/40 ,  G05B23/02

Abstract: 本发明公开了一种基于迁移学习工业数据安全传输的故障诊断方法，属于数据监管技术领域。所述方法包括：通过构建迁移学习模型实现对于工业数据的安全监管和诊断，采用端到端特征学习策略，集成CBAM混合注意力模块，通过通道和空间注意力机制动态强化故障敏感特征，抑制噪声干扰；通过多尺度并行处理和残差跳跃连接，克服了传统单尺度网络特征覆盖范围受限的缺陷，同时缓解了深层网络的梯度消失问题。通道和空间注意力机制与多尺度特征提取的结合，使网络能够动态强化故障敏感特征，显著提升故障诊断的鲁棒性和准确性。

公开(公告)号：CN120030334A

公开(公告)日：2025-05-23

申请号：CN202510507221.6

申请日：2025-04-22

Applicant: 江南大学

Inventor： 程峰 ,  王道帅 ,  蒋红琰 ,  房殿军 ,  谢海琴

IPC: G06F18/213 ,  G06F18/25 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/08 ,  G05B23/02

Abstract: 本发明公开了一种基于SEResNet和注意力机制的工业数据诊断方法，属于机械设备信号处理领域。所述方法包括：通过设计中心网络和SEResNet分支网络，构建SRMMF故障诊断模型实现对工业过程中的故障进行诊断，通过中心网络和SEResNet分支网络实现对特征的提取，结合AMF注意力机制实现多特征的融合；最终经过故障识别子网络输出最终的诊断结果；实现了对于故障精确稳定的诊断。