Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东工业大学邓耀华获国家专利权

广东工业大学邓耀华获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利电动射台轴承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:CN120873510B

龙图腾网通过国家知识产权局官网在2026-02-17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:202511404425.3,技术领域涉及:G06F18/20;该发明授权电动射台轴承寿命预测方法及系统是由邓耀华;廖基格;谢啸博;宋智乔;肖俊;杨国设计研发完成,并于2025-09-29向国家知识产权局提交的专利申请。

电动射台轴承寿命预测方法及系统在说明书摘要公布了:本发明公开了一种电动射台轴承寿命预测方法及系统,用于解决现有的电动射台轴承寿命预测方法需大量工况匹配的全生命周期失效数据,而实际生产中该轴承突发失效样本极少,且退化特征受多参数耦合干扰,导致最终预测的寿命偏差大的技术问题。方法包括获取电动射台轴承的真实振动信号数据,并对真实振动信号数据进行预处理,生成最终降噪信号数据;采用动力学方程组根据真实振动信号数据对应的最大幅值、最终降噪信号数据对应的归一化均方根最大值,输出真实振动信号数据对应的孪生振动信号数据;采用基于虚实融合的Transformer‑LMU模型预测网络根据真实振动信号数据、孪生振动信号数据进行寿命预测,输出电动射台轴承的预测寿命值。

本发明授权电动射台轴承寿命预测方法及系统在权利要求书中公布了:1.一种电动射台轴承寿命预测方法,其特征在于,包括: 获取电动射台轴承的真实振动信号数据,并对所述真实振动信号数据进行预处理,生成最终降噪信号数据; 采用动力学方程组根据所述真实振动信号数据对应的最大幅值、所述最终降噪信号数据对应的归一化均方根最大值,输出所述真实振动信号数据对应的孪生振动信号数据,包括: 根据所述真实振动信号数据对应的最大幅值和所述最终降噪信号数据对应的归一化均方根最大值,计算尺寸转化系数; 对所述尺寸转化系数和所述最终降噪信号数据对应的归一化均方根最大值进行相乘,输出所述最终降噪信号数据对应的缺陷尺寸; 基于所述缺陷尺寸,计算轴向累加的滚柱接触力; 采用所述动力学方程组根据所述轴向累加的滚柱接触力,输出所述真实振动信号数据对应的孪生振动信号数据; 基于虚实融合的Transformer‑LMU模型预测网络包括嵌入层、Transformer‑LMU神经网络和预测输出层;采用所述基于虚实融合的Transformer‑LMU模型预测网络根据所述真实振动信号数据、所述孪生振动信号数据进行寿命预测,输出所述电动射台轴承的预测寿命值,包括: 采用嵌入层分别对所述真实振动信号数据、所述孪生振动信号数据进行特征嵌入,输出所述真实振动信号数据对应的真实数据特征向量、所述孪生振动信号数据对应的孪生数据特征向量; 分别对所述真实数据特征向量和所述孪生数据特征向量进行归一化,输出归一化后的真实数据特征向量、归一化后的孪生数据特征向量,并对所述归一化后的真实数据特征向量、所述归一化后的孪生数据特征向量进行拼接,生成融合特征; 采用Transformer‑LMU神经网络根据所述融合特征进行特征拆分增强,输出真实数据增强特征向量和孪生数据增强特征向量; 通过预测输出层根据所述真实数据增强特征向量和所述孪生数据增强特征向量进行预测,输出所述电动射台轴承的预测寿命值。

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广东工业大学,其通讯地址为:510080 广东省广州市越秀区东风东路729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。

免责声明
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。