重庆大学黄文彬获国家专利权
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!
龙图腾网获悉重庆大学申请的专利基于形态学特征提取的轴箱轴承退化状态监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:CN118500731B 。
龙图腾网通过国家知识产权局官网在2026-01-06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:202410726368.X,技术领域涉及:G01M13/045;该发明授权基于形态学特征提取的轴箱轴承退化状态监测方法及系统是由黄文彬;向强;丁晓喜设计研发完成,并于2024-06-06向国家知识产权局提交的专利申请。
本基于形态学特征提取的轴箱轴承退化状态监测方法及系统在说明书摘要公布了:本发明公开了一种基于形态学特征提取的轴箱轴承退化状态监测方法及系统,该方法包括如下步骤:S1,采集轴箱轴承振动信号xn;S2,构造形态学复合开算子O与复合闭算子C,构造信号特征提取算子D;迭代使用信号特征提取算子D,提取轴箱轴承振动信号xn的5个特征序列;S3,构建对应的多元正态分布作为振动信号xn的正态模型f;S4,建立基准正态模型fB和实时正态模型fR;S5,计算实时正态模型fR与基准正态模型fB之间的偏离度,作为轴箱轴承退化状态评估值V,衡量轴箱轴承的退化程度,发出预报警信息。采用本技术方案,获取实时正态模型与基准正态模型之间的偏离度,抗噪声能力强,可有效评估轴箱轴承的退化状态。
本发明授权基于形态学特征提取的轴箱轴承退化状态监测方法及系统在权利要求书中公布了:1.一种基于形态学特征提取的轴箱轴承退化状态监测方法,其特征在于,包括如下步骤: S1,在列车转向架的轴箱轴承上布置振动传感器,采集轴箱轴承的振动信号 S2,构造形态学复合开算子O与复合闭算子C; 基于形态学复合开算子O与复合闭算子C,构造信号特征提取算子D; 迭代使用信号特征提取算子D,提取轴箱轴承振动信号的5个特征序列; S3,基于轴箱轴承振动信号的多个特征序列,构建对应的多元正态分布作为振动信号的正态模型 S4,采集轴箱轴承在正常运行状态下的振动信号数据,按步骤S2和S3,建立多元正态分布,作为基准正态模型 采集轴箱轴承的实时振动信号,按步骤S2和S3,建立实时正态模型 S5,计算实时正态模型与基准正态模型之间的偏离度,以此作为轴箱轴承退化状态评估值V,并由此衡量轴箱轴承的退化程度,发出预报警信息; 构造信号特征提取算子D,提取轴箱轴承振动信号的5个特征序列的方法如下: 特征提取算子D的输入为待处理的信号序列,特征提取算子D包括上下两条并行线路,每条线路均是复合开算子O与复合闭算子C的组合,分别为:依次连接的复合开算子O、复合闭算子C、复合开算子O;依次连接的复合闭算子C、复合开算子O、复合闭算子C;最后将两条线路的结果取平均得到输出,即信号的特征序列; 信号序列经过特征提取算子D的特征提取后,得到特征序列,并计算对应的残余信号: , 使用特征提取算子D提取的特征,得到特征序列,计算对应的残余信号: , 迭代使用特征提取算子D,直到提取出5个特征序列:; 以轴箱轴承的实时振动信号的正态模型与基准正态模型之间的JS散度作为退化状态评估值V,V越大则轴箱轴承的退化状态越严重; 当时,轴箱轴承为正常状态; 当时,轴箱轴承为轻微退化状态; 当时,轴箱轴承为中度退化状态; 当时,轴箱轴承为严重退化状态; 当轴箱轴承处于中度退化状态时,发出预警信息。
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重庆大学,其通讯地址为:400044 重庆市沙坪坝区正街174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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励