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！

龙图腾网获悉山东科技大学申请的专利一种滚动轴承剩余寿命预测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：CN120873766B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511395534.3，技术领域涉及：G06F18/241；该发明授权一种滚动轴承剩余寿命预测方法及系统是由居文军;张宇设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本一种滚动轴承剩余寿命预测方法及系统在说明书摘要公布了：本发明属于机械健康监测与预测性维护技术领域，公开了一种滚动轴承剩余寿命预测方法及系统，该方法通过自适应特征提取，改造TimesFM大模型结构以适应滚动轴承性能退化建模，再基于轴承数据进行领域微调；将训练好的时序大模型进行在线部署，将在线监测数据输入到自适应特征提取模块，最终实现可视化预警。本发明引入冻结Transformer主干与小样本微调的迁移学习策略，仅对任务相关参数进行调整，大幅减少对新数据的依赖；引入1D卷积+MLP并联结构，结合局部卷积与全局建模的互补优势。该方法从实际应用场景出发，构建完整的端到端工业级预测系统，配套的可视化组件支持实时预测结果展示与预警反馈，增强人机交互能力。

本发明授权一种滚动轴承剩余寿命预测方法及系统在权利要求书中公布了：1.一种滚动轴承剩余寿命预测方法，其特征在于，该方法包括以下步骤： S1，自适应特征提取：通过功率谱密度分析提取振动信号的最大谱密度序列，基于非线性拟合获得退化特征曲线并计算特征曲线的一阶导数； S2，预训练时序建模大模型TimesFM改进：在原始TimesFM模型的输入层引入一维卷积模块，设计回归器模块，构建剩余寿命映射输出层； S3，基于轴承数据的领域微调：使用原始TimesFM模型提供的主干参数冻结与领域微调机制，实现对改进后的TimesFM模型的迁移优化； S4，可视化预警：将训练好的时序大模型进行在线部署，将在线监测数据输入到自适应特征提取模块，实现滚动轴承剩余寿命的可视化预警； 在步骤S2中，预训练时序建模大模型TimesFM的改进包括增强型输入层结构设计； 引入一维卷积模块，将每一时间步的特征向量送入并行结构，模型的输入序列为X＝{x1,x2,…,xT},xT∈Rd，其中，T为时间步长，xT为T时刻的特征向量，Rd为每步特征维度； 1路径A：标准MLP残差映射路径； 路径A使用原始TimesFM中的嵌入结构，表达式为： 式中，为路径A的输出，MLP为多层感知机，xt为路径A的输入，ReLU为激活函数，W1为可供学习的权重矩阵，b1为对应权重矩阵的偏差； 2路径B：采用步长为1、卷积核大小为k的一维卷积局部感知路径，表达式为： 式中，为路径B的输出，k为一维卷积核大小，W3为第i个偏移的卷积核权重，xi为路径B的输入，b3为偏移量，中的上标i为与卷积操作相关的偏移标识，Conv1D为一维卷积模块，用于对输入进行一维卷积操作，xt‑k+1:t指从时间步t‑k+1到时间步t的输入序列； 3两路径输出加权融合作为残差块输出，替代原始模型中的输入层输出，表达式为： 式中，为融合后的输出，α为每一个通路对应最后输出的权重占比，为路径A的输出，为路径B的输出； 4残差块输出为： 式中，为加权融合后输出，Dropout为正则化层，xt为路径A的输入，W4,W5为模型中可供学习的权重矩阵，b4,b5为对应权重矩阵的偏差，为融合后的输出。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。