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！

龙图腾网获悉浙江工商大学申请的专利一种基于集成学习的轴承故障诊断与预警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：CN116026588B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202211404266.3，技术领域涉及：G01M13/045；该发明授权一种基于集成学习的轴承故障诊断与预警方法是由刘东升;李宏涛;蒋宏伟;陈亚宁;陈亚辉;刘彦妮设计研发完成，并于2022-11-10向国家知识产权局提交的专利申请。

本一种基于集成学习的轴承故障诊断与预警方法在说明书摘要公布了：本发明涉及轴承故障诊断技术领域，具体公开了一种基于集成学习的轴承故障诊断与预警方法，包括：1、采集轴承振动信号，以形成原始音频样本；2、基于傅里叶变换将所述原始音频样本进行处理，并将音频信号从时域映射到频域，并将频率映射到梅尔刻度上形成梅尔频谱图；3、基于获取的所述梅尔频谱图执行帧生成、归一化处理，以形成N*M的帧列表；4、将所述步骤3获取的帧列表与故障检测标进行对比，出现相似数据，则进行预警。该发明提供的基于集成学习的轴承故障诊断与预警方法，采用了将频谱特征与传统机器学习、深度学习、故障检测领域流行的基础模型进行集成学习的方法，提高了检测的准确率和稳定性。

本发明授权一种基于集成学习的轴承故障诊断与预警方法在权利要求书中公布了：1.一种基于集成学习的轴承故障诊断与预警方法，其特征在于，包括： 步骤1、采集轴承振动信号，以形成原始音频样本； 步骤2、基于傅里叶变换将所述原始音频样本进行处理，并将音频信号从时域映射到频域，并将频率映射到梅尔刻度上形成梅尔频谱图； 步骤3、基于获取的所述梅尔频谱图执行帧生成、归一化处理，以形成N*M的帧列表； 步骤4、将所述步骤3获取的帧列表与故障检测标进行对比，出现相似数据，则进行预警； 还包括以下步骤： 步骤A、从频谱提取模块采集到的帧列表按照6：2：2的比例分为训练集、验证集与测试集，而验证集用于产生每个基本模型的可变权重； 步骤B、利用Bootstrap重采样技术，对训练集进行重采样，生成n个训练集，通过对不同训练集的学习，构建了n个不同的基础模型； 步骤C、在验证集上对每个基模型的性能进行测试，得到n个样本上的测试错误率表，将n个基模型的测试错误率结合构造误差矩阵； 步骤D、对于每个基模型，使用误差矩阵确定可变权重w，构造权重列表，对不同的基模型进行集成，以获取结合频谱特征； 所述基础模型在不同的训练集上进行训练，每个基本模型为测试集输出一个预测的故障标签集，对比真实故障标签集用KW方差评估基础模型之间的多样性，公式如下： ； 其中，zjj=1,2,…,N表示N个样本中的第j个样本，lzj表示能够正确识别样本zj的基础模型的数量，L表示基础模型的总数，KW用于评估基模型的多样性； 所述步骤A中利用测试集测试分别测试基础模型的性能，得到所有基础模型的测试错误率，构建误差矩阵e，使用误差矩阵计算出每个基础模型的权重矩阵W，具体公式如下：； 其中，wij表述eij样本上基础模型的权重，构建多个基础模型的权重矩阵，若所述基础模型能够更高概率的识别某一类故障样本，则对该类的预测结果赋予大的权重。

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浙江工商大学，其通讯地址为：310000 浙江省杭州市下沙高教园区学正街18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”。

以上内容由龙图腾AI智能生成。