Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学米金华获国家专利权

电子科技大学米金华获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利基于并行编码-解码观测器的轴承健康状态评估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:CN117871099B

龙图腾网通过国家知识产权局官网在2025-07-29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:202410045474.1,技术领域涉及:G01M13/045;该发明授权基于并行编码-解码观测器的轴承健康状态评估方法是由米金华;李鵾鹏;付国忠;王志国;张弦;李维;刘震;邱根;李彦锋设计研发完成,并于2024-01-11向国家知识产权局提交的专利申请。

基于并行编码-解码观测器的轴承健康状态评估方法在说明书摘要公布了:本发明公开了一种基于并行编码‑解码观测器的轴承健康状态评估方法,基于预设工况下轴承正常工作状态下的若干振动信号样本生成样本集A,并从样本集A中选取若干样本构成训练样本集B,构建包括位置编码模块、编码输入模块、编码器、解码输入模块、解码器和时间步截取模块的并行编码‑解码观测器,并采用训练样本集B进行训练;将样本集A中的样本输入训练好的观测器得到预测信号,将预测振动信号序列与真实振动信号序列作差得到对应的残差信号序列,从中提取信号特征作为健康基准,对于待评估时刻,通过振动信号和预测信号得到残差信号并提取信号特征,基于健康基准进行评估得到对应的健康分数。本发明可以有效提高轴承健康状态评估的准确度。

本发明授权基于并行编码-解码观测器的轴承健康状态评估方法在权利要求书中公布了:1.一种基于并行编码-解码观测器的轴承健康状态评估方法,其特征在于,包括以下步骤: S1:获取预设工况下轴承正常工作状态下的若干振动信号样本,每个振动信号样本中包含S个连续采集时刻的振动信号,采用长度为L的滑动窗口截取得到D个振动信号子样本,其中D=S-L+1,L=LS+LP,LS表示预设的已知振动信号长度,LP表示预设的预测振动信号长度,LS>LP;将每个振动信号子样本中的前LS个振动信号构成输入序列将后LP个振动信号构成标签输出序列从而得到样本集A;从样本集A中选取若干训练样本构成训练样本集B; S2:构建并行编码-解码观测器,包括输入序列预处理模块、位置编码模块、编码输入模块、编码器、解码输入模块、解码器和时间步截取模块,其中: 输入序列预处理模块用于将输入序列进行高维映射得到输入矩阵H表示预设的维度; 位置编码模块用于生成位置编码并发送至编码输入模块和解码输入模块; 编码输入模块用于将输入序列X与位置编码P进行叠加,得到编码输入序列X′并发送至编码器; 编码器用于对编码输入序列X′提取得到特征F并发送给解码输入模块;编码器包括长短期记忆网络,时序卷积网络和特征融合模块,长短期记忆网络用于对编码输入序列X′提取得到特征并发送给特征融合模块,其中LP<N≤LS,时序卷积网络用于对编码输入序列X′提取得到特征并发送给特征融合模块,特征融合模块用于将特征fLSTM和特征fTCN进行叠加得到特征F; 解码输入模块用于将特征F和输入序列X的前N行、位置编码P的前N行进行叠加,得到编码特征序列F′并发送至解码器; 解码器用于对编码特征序列F′进行解码处理,得到解码后特征序列并发送至时间步截取模块; 时间步截取模块用于对从解码后特征序列F″中截取前LP个值作为预测输出序列 S3:根据步骤S1得到的训练样本集B对步骤S2构建的并行编码-解码观测器,得到训练好的并行编码-解码观测器; S4:将训练样本集A中每个输入序列输入步骤S3训练好的并行编码-解码观测器,得到预测输出序列;对于每个振动信号样本对应的D个预测输出序列,将每个预测输出序列中第一个预测信号按照时间顺序构成预测振动信号序列,从振动信号样本中提取对应时刻的振动信号构成真实振动信号序列,将预测振动信号序列和真实振动信号序列作差得到该振动信号样本对应的残差信号序列;根据实际需要设置K个信号统计特征,计算每个残差信号序列的K个信号统计特征值,将所有残差信号序列的各个信号统计特征值进行平均,将K个信号统计特征平均值构成的向量作为健康基准 S5:在轴承全寿命周期运行过程中实时获取振动信号并记录;当需要进行健康评估时,获取与待评估时刻最近的D个真实振动信号xd,d=1,2,…,D;对于每个真实振动信号xd,获取其之前LS个采集时刻的振动信号构成输入序列将其输入步骤S3训练好的并行编码-解码观测器中得到预测输出序列,从中得到振动信号xd对应的预测信号yd;将预测信号序列y1,y2,…,yD与真实振动信号序列x1,x2,…,xD作差得到残差信号,计算该残差信号序列所对应的K个信号统计特征并构成特征向量 S6:计算特征向量f与健康基准F之间的相似度Sim; S7:采用预设的归一化函数将相似度Sim映射至0,1的范围,将得到的值作为轴承在待评估时刻的健康分数。

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电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。