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！

龙图腾网获悉西安理工大学申请的专利色散模式多尺度多样性熵的滚动轴承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：CN116678620B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310475031.1，技术领域涉及：G01M13/045；该发明授权色散模式多尺度多样性熵的滚动轴承故障诊断方法是由穆凌霞;田璐;上官安琪;金永泽;李艳恺;黄伟超;吴世海设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本色散模式多尺度多样性熵的滚动轴承故障诊断方法在说明书摘要公布了：本发明公开了一种色散模式多尺度多样性熵的滚动轴承故障诊断方法，首先采集滚动轴承分别在B种不同故障下运行的振动信号；然后将采集的振动信号划分为若干样本，对每个样本在不同尺度下进行粗粒化；在每个样本中，计算振动信号的色散模式多样性熵，进行特征提取，得到样本的熵特征；对所有样本提取熵特征，构造形成包含不同运行状态的特征集，将特征集划分为训练集和测试集；最后利用训练集，优化得到故障诊断模型；将测试集输入至故障诊断模型，得到故障诊断结果，并计算准确率。本发明解决了现有技术中存在的传统多样性熵提取特征时信息丢失的问题。

本发明授权色散模式多尺度多样性熵的滚动轴承故障诊断方法在权利要求书中公布了：1.色散模式多尺度多样性熵的滚动轴承故障诊断方法，其特征在于，具体按照以下步骤实施： 步骤1、采集滚动轴承分别在种不同故障下运行的振动信号； 步骤2、将所述步骤1采集的振动信号划分为若干样本，对每个样本在不同尺度下进行粗粒化； 所述步骤2具体按照以下步骤实施： 步骤2.1、将振动信号以每个长度划分为若干非重叠样本，具体通过式1划分如下； 1 其中，表示振动信号划分的第个样本，表示第个样本中第个元素； 步骤2.2、对每个样本在不同尺度因子下通过式2进行粗粒化； 2 其中，表示样本在尺度因子下进行粗粒化之后重构序列的第个元素，表示样本中第个元素，为样本长度，通过步骤2得到样本在不同尺度因子下的重构序列； 步骤3、在每个样本中，计算振动信号的色散模式多样性熵，进行特征提取，得到样本的熵特征； 所述步骤3具体按照以下步骤实施： 步骤3.1、将粗粒化后长度为的振动信号，重构为子序列矩阵： 3 其中，为嵌入维度，代表子序列的第个元素到第个元素； 步骤3.2、计算子序列矩阵中，相邻子序列与的余弦相似度，组合得到整个序列矩阵的余弦相似度向量： 4 其中，的范围是，代表两个子序列角度的相似性； 步骤3.3、选取个色散类别，将中每一个元素通过分配给中的某一类别，对构造嵌入向量，其中，为嵌入维度，为延时因子； 步骤3.4、计算色散模式,令，，，...，，则对应的色散模式为，由于有位数字组成，每个数字有种取值，所对应的色散模式有个； 步骤3.5、计算每种色散模式的概率为： 5 其中，指映射到的个数，即等于映射到的个数除以中元素的个数； 步骤3.6、根据香农熵的定义计算色散模式多样性熵： 6 通过计算每个粗粒化后序列的色散模式多样性熵作为该样本的熵特征； 步骤4、对所有样本提取熵特征，构造形成包含不同运行状态的特征集，将特征集划分为训练集和测试集； 步骤5、利用训练集，优化得到故障诊断模型；将测试集输入至故障诊断模型，得到故障诊断结果，并计算准确率。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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。