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！

龙图腾网获悉华中科技大学申请的专利一种变工况轴承的退化趋势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：CN115878986B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211493210.X，技术领域涉及：G06F18/2131；该发明授权一种变工况轴承的退化趋势评估方法是由刘红奇;李国梁;朱秋凝;毛新勇;彭芳瑜设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本一种变工况轴承的退化趋势评估方法在说明书摘要公布了：本发明公开了一种变工况轴承的退化趋势评估方法，属于设备状态监测技术领域。本发明将随机卷积核的概率分布初始化为轴承数据的概率分布，有益于随机卷积核对含噪声耦合的轴承信号解耦为轴承故障相关特征和轴承故障无关特征的多尺度特征表征，从而提升对于未见过轴承的工况即未知域的模型泛化性，实现在不同工况轴承信号下模型也能准确判断退化趋势；因随机卷积核变换仅相当于单层的网络，参数量相比于现有技术方案中的特征提取网络低1‑2个数量级，具有显著的速度优势；采用模态参数与时域频域参数共同构建轴承振动信号的健康状态特征，进一步提升了模型的泛化性与准确率。

本发明授权一种变工况轴承的退化趋势评估方法在权利要求书中公布了：1.一种变工况轴承的退化趋势评估方法，其特征在于，包括： S1.构建轴承退化趋势评估模型；所述轴承退化趋势评估模型包括特征提取模块、特征融合模块、随机卷积核变换模块、降维模块以及标签分类器；特征提取模块用于提取输入数据的模态特征和时频特征；特征融合模块用于将时频特征、模态特征通过典型关联分析进行特征融合；随机卷积核变换模块用于对融合后的特征参数通过大量多尺度卷积核进行卷积操作，提取到轴承故障相关与轴承故障无关的多尺度特征；降维模块用于将多尺度特征进行降维投影，并构建健康状态特征；标签分类器用于将降维后的健康状态特征映射为对应的预测轴承健康状态； S2.将已有多工况有标签轴承的振动信号数据作为源域数据、未见新工况无标签的轴承的振动信号数据作为目标域数据，构成训练样本集； S3.采用训练样本集对轴承退化趋势评估模型进行迭代训练；训练过程中，将随机卷积核的联合概率分布初始化为与轴承训练集数据分布一致；将随机卷积核的长度设置为超过滚动轴承一圈采样点数的数值与正态分布的乘积 S4.将当前工况下待测轴承的振动数据输入训练好的模型，得到轴承退化趋势评估结果。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。