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！

龙图腾网获悉兰州理工大学申请的专利基于改进辛几何模态分解的滚动轴承复合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：CN118690211B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202410700485.9，技术领域涉及：G06F18/23；该发明授权基于改进辛几何模态分解的滚动轴承复合故障诊断方法是由李胜强;剡昌锋;侯运丰;刘斌;吴黎晓设计研发完成，并于2024-05-31向国家知识产权局提交的专利申请。

本基于改进辛几何模态分解的滚动轴承复合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改进辛几何模态分解的滚动轴承复合故障诊断方法，属于故障诊断技术领域，该方法构建了加权无偏自相关峭度的目标函数，并通过该目标函数确定最小熵解卷积的最优逆滤波器系数，能够增强滤波信号与故障相关的微弱周期成分。本发明方法还提出了一种自适应周期化辛几何模态分解方法，利用余弦差分因子和峭度准则自适应地选取与轴承相关的辛几何分量，并且提出一种筛选奇异值的启发式准则，对故障信号进行去噪和消除干扰分量，进而增强故障周期分量，最后通过层次聚类进行分离，识别复合故障类型。

本发明授权基于改进辛几何模态分解的滚动轴承复合故障诊断方法在权利要求书中公布了：1.基于改进辛几何模态分解的滚动轴承复合故障诊断方法，其特征在于，包括以下步骤： 步骤1、获取滚动轴承不同类型的复合故障信号； 步骤2、采用自回归模型对所述复合故障信号进行降噪处理，得到降噪信号； 步骤3、计算降噪信号的加权无偏自相关峭度，并以加权无偏自相关峭度作为最小熵解卷积的目标函数，对降噪信号进行滤波，得到滤波信号； 步骤3具体包括以下步骤： 步骤3.1、对降噪信号进行无偏自相关变换，获取无偏自相关变换得到的信号，计算公式如下： 式中：Rxx为降噪信号x进行无偏自相关变换得到的信号；c＝qfs为延迟系数；N为降噪信号的数据长度；ti为时间；q＝0,1,…N-1；fs为信号采样频率； 步骤3.2、根据降噪信号的无偏自相关变换得到的信号Rxx获取经过加权无偏自相关变换处理的信号计算公式如下： 式中：w为无偏自相关的加权系数； 所述加权系数w通过以下公式获取： w＝p×Lmax,p∈N+，其中，p取1-5之间的正整数，Lmax为复合故障中不同类型故障在一个周期内的最大采样点数； 所述最大采样点数Lmax的计算公式如下： Lmax＝[L1,L2,…,Lj]max 式中：j∈N+为不同类型的故障数目，Lj＝fsfj为不同类型故障在一个周期内的采样点数，fs为采样频率，fj为故障信号时间序列中的不同类型故障的特征频率； 步骤3.3、构建加权无偏自相关变换处理的信号的峭度函数WUAKn并计算变换后信号的峭度，峭度函数WUAKn公式如下： 式中：为的均值； 步骤3.4、更新滤波器系数，峭度函数WUAKn达到最大时对应的滤波器作为最优逆滤波器f 步骤3.5、利用逆滤波器对输入信号yn进行滤波，得到滤波信号xn，公式如下：xn＝fn*yn； 步骤4、利用辛几何模态分解方法对滤波信号进行分解，得到滤波信号的辛几何分量； 步骤5、利用余弦差分因子对滤波信号的辛几何分量进行初步筛选；具体包括： 步骤5.1、根据滤波信号的辛几何分量计算前k组分量的和获得叠加分量； 步骤5.2、计算相邻叠加分量之间的余弦值dcl； 步骤5.3、根据相邻叠加分量之间的余弦值构建余弦差分因子，选取前c组辛几何分量作为有效分量，具体的， 余弦差分因子CDl及阈值表达式如下： 当CDl接近稳定并低于阈值εf时，前c组分量为故障成分，第c个之后的分量为噪声； 步骤6、利用峭度准则对初步筛选出的辛几何分量进行进一步筛选，得到与滚动轴承故障相关的辛几何分量； 步骤7、利用启发式准则对与滚动轴承故障相关的辛几何分量进行重构，得到重构后的辛几何分量； 步骤8、利用斯皮尔曼相似度对重构后的辛几何分量进行分类，获取滚动轴承的故障类别。

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兰州理工大学，其通讯地址为：730050 甘肃省兰州市兰工坪287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”。