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一种机械故障冗余提升小波字典贝叶斯稀疏表示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：CN115563476B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202211308844.3，技术领域涉及：G06F18/00；该发明授权一种机械故障冗余提升小波字典贝叶斯稀疏表示方法是由刘治汶;赵锐东;张烁;郝亮设计研发完成，并于2022-10-25向国家知识产权局提交的专利申请。

本一种机械故障冗余提升小波字典贝叶斯稀疏表示方法在说明书摘要公布了：本发明公开了一种机械故障冗余提升小波字典贝叶斯稀疏表示方法，属于机械故障诊断领域。本发明通过采用提升方法，设计了自适应提升小波字典。将多种群搜索策略融入量子遗传优化算法，以小波分解的细节信号的峭度指标最大为目标函数设计预测器，然后，以重构误差最小为目标函数设计更新器，有效地锁定信号的局部特征，准确地提取出信号瞬时故障特征信息。本发明适用于机械设备故障诊断。

本发明授权一种机械故障冗余提升小波字典贝叶斯稀疏表示方法在权利要求书中公布了：1.一种机械故障冗余提升小波字典贝叶斯稀疏表示方法，包括以下步骤： 步骤1.采集机械振动信号f； 步骤2.根据机械振动信号的内在结构特性，将信号f通过提升方法得到具有灵活性的双正交小波原子,设计一种自适应提升小波字典； 确定提升小波预测器的目标函数Kp： 其中，和σ表示细节信号d的均值与方差，E{·}表示数学期望；因此该问题被转化为在约束条件下的使目标函数Kp最大优化问题求解；其中预测器的系数满足如下关系： 其中N表示预测器长度，r为预测器系数序列号，并且根据对偶提升原则有pr＝p-r+1； 步骤2.1.指定贝叶斯双正交方法的迭代次数为65次，多种群量子遗传优化算法的进化代数为100，种群个数为5，个体数为800，二进制长度为10；自适应提升小波字典预测器个数6，更新器个数6，字典中的原子长度为16； 步骤2.2.以目标函数Kp为适应度函数，将多种群量子遗传优化算法融入其中，求解获得自适应匹配信号特征的预测器P＝[p-N2+1,…,p1,…,pN2]； 步骤2.3.通过更新器产生下一层的逼近信号，确定更新器衡量标准的重构误差JU为： 其中，U表示更新器,和分别为当细节信号d＝0时重构信号的偶序列样本和奇序列样本，s0表示未更新偶序列样本,d0表示未更新奇序列样本；当细节信号d＝0时，与可以表达为如下形式： 其中，“*”表示卷积运算，P为预测器，s为未更新信号； 令λ为拉格朗日算子，由提升小波构造的提升与对偶提升原理，目标函数JU转化为Juu,λ； 其中，表示更新器步长； 为使Juu,λ最小，分别对其求uj与λ的偏导数，即： 求解上述方程获得系数根据更新器系数的对称性，最终获得自适应特征的更新器算子 步骤2.4.通过自适应提升小波构造与瞬时故障特征结构相匹配的原子，组成自适应提升小波字典；即： 其中，{sp1,sp2,...,spN}中的元素为自适应提升小波字典中的原子； 步骤3.指定贝叶斯双正交方法对振动信号f的最大分解次数nmax，当前贝叶斯双正交方法的分解次数为n＝0，确立支撑集S0并令初始状态为空初始残余信号为机械振动信号即R0f＝f，执行正交匹配追踪算法从自适应提升小波字典D中选出初始原子组分j；通过贝叶斯方法获得门限Thj,并对组分j中的元素进行筛选；凡是大于门限Thj的元素均保留，小于门限Thj的元素舍去，将筛选过后的组分加入到支撑集中St＝St-1∪jt，其中jt为经过贝叶斯筛选过后的支撑集； 步骤4.通过格拉姆施密特正交化过程完成双重正交,即所选的最优原子总是与残余正交；同时，它也与不属于所选支持集的原子正交；根据所获得的双正交原子更新稀疏表示系数；判断贝叶斯双正交算法是否满足迭代终止条件n＝nmax；若是转至步骤5，否则，更新残余信号令n＝n+1，转至步骤3； 步骤5.将历次贝叶斯正交匹配追踪分解产生的残余信号在最佳匹配原子上的投影求和，投影求和信号即为最终的重构信号f重构； 步骤6：对重构信号f重构进行包络谱分析，判别机械故障。

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”。