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！

龙图腾网获悉上海交通大学申请的专利基于稀疏退化建模的设备性能退化评估方法及系统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：CN114528707B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202210163975.0，技术领域涉及：G06F30/20；该发明授权基于稀疏退化建模的设备性能退化评估方法及系统是由严彤彤;王冬;彭志科设计研发完成，并于2022-02-22向国家知识产权局提交的专利申请。

本基于稀疏退化建模的设备性能退化评估方法及系统在说明书摘要公布了：本发明提供了一种基于稀疏退化建模的设备性能退化评估方法及系统，包括：以固定的时间间隔采集振动信号的方式，收集设备全寿命周期的时域振动数据；将全寿命周期过程中所采集的振动数据序列转化为平方包络谱幅值；基于平方包络谱幅值融合的全寿命周期健康指数；基于全寿命周期振动数据的平方包络谱幅值矩阵，构建一种稀疏退化凸优化模型自动确定平方包络谱幅值的权重；根据构建的稀疏退化凸优化模型求解平方包络谱幅值的权重；根据全寿命周期健康指数定义计算HI，对设备全寿命周期进行早期故障检测和单调退化评估。本发明通过采用平方包络谱幅值融合的方法，来构造全寿命健康指数，解决设备全寿命周期早期故障检测和单调退化评估的问题。

本发明授权基于稀疏退化建模的设备性能退化评估方法及系统在权利要求书中公布了：1.一种基于稀疏退化建模的设备性能退化评估方法，其特征在于，所述方法包括如下步骤： 步骤S1：以固定的时间间隔采集振动信号的方式，收集设备全寿命周期的时域振动数据矩阵X∈RN×A，表示如下： 其中，N表示设备全寿命周期过程中采样次数；A表示每次采样的样本数；xj,·∈R1×A表示第j次从设备采集到的振动样本序列，j＝1,2…,N；xj,k表示第j次采样中的第k个样本点，k＝1,2,…,A； 步骤S2：基于希尔伯特变换和快速傅里叶变换将N次振动数据序列转化为平方包络谱幅值SES∈RN×A，表示如下： 其中，sesj,k表示第j次采样中的第k个样本点所对应的平方包络谱幅值，由xj,k基于希尔伯特变换和快速傅里叶变换得到； 步骤S3：基于平方包络谱幅值融合的全寿命周期健康指数HI∈RN×1定义如下： 其中，hij，j＝1,2…,N为第j次采样时间点的健康指数；w∈RA×1＝[w1,w2,…,wA]′为平方包络谱幅值的权重；wk，k＝1,2,…,A为每次采样中的第k个平方包络谱幅值的权重； 步骤S4：基于全寿命周期振动数据的平方包络谱幅值矩阵SES，构建一种稀疏退化凸优化模型自动确定平方包络谱幅值的权重w； 步骤S5：根据步骤S4构建的稀疏退化凸优化模型求解平方包络谱幅值的权重w； 步骤S6：根据步骤S3的全寿命周期健康指数定义计算HI，对设备全寿命周期进行早期故障检测和单调退化评估； 所述步骤S4中构建的权重w如下： s.t.w'M'B＝r Mw≥0，Dw≥0，HI＝SESw j＝1,2,…,N-1，εj≥0 其中，εj＝maxhij-hij+1,0是一个松弛变量，表示健康指数差分序列的单调性；cj是εj的权重，通过算术级数或者几何级数来设定；||ε||1用以增强其稀疏性来提高健康指数序列的单调性；||w||1用以增强平方包络谱幅值权重的稀疏性；r是平方包络谱幅值的权重和；λ是超参数；M∈RA×A是一个对角矩阵，其对角元素根据平方包络谱幅值的趋势确定；如果某一频率下的平方包络谱幅值具有递增的趋势，则M对应的对角元素为1，否则为-1；D∈RN -1×A表示平方包络谱幅值差分矩阵，具体表达式如下： 第一个约束条件w'M'B＝r表示平方包络谱幅值的权重和，具体表达式如下： 第二个约束条件Mw≥0限制平方包络谱幅值的权重符号，具体表达式如下： 第三个约束条件Dw≥0限制平方包络谱幅值差分与平方包络谱幅值的权重符号的一致，具体表达式如下： 所述cj的算术级数计算如下： cj的几何级数计算如下： cj＝c1·qj-1，j＝1,…,N-1 其中，c1事先设定为一个常数来确定cj序列；因此，目标项用来表示健康指数序列非单调的数量；如果期望得到一个单调递增的健康指数序列，则εj应包含的零元素应越多越好，即越稀疏越好。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。