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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东大学张法业获国家专利权

山东大学张法业获国家专利权

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!

龙图腾网获悉山东大学申请的专利基于自适应加权辛几何模态分解的故障诊断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:CN116127296B

龙图腾网通过国家知识产权局官网在2026-03-03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:202310109517.3,技术领域涉及:G06F18/213;该发明授权基于自适应加权辛几何模态分解的故障诊断方法及系统是由张法业;刘福政;耿湘宜;牟琳;姜明顺;张雷;隋青美设计研发完成,并于2023-02-10向国家知识产权局提交的专利申请。

基于自适应加权辛几何模态分解的故障诊断方法及系统在说明书摘要公布了:本发明提供了一种基于自适应加权辛几何模态分解的故障诊断方法及系统,采用AWSGMD‑CP算法对滚动轴承的振动信号进行分解,获得WSCCs分量,根据WSCCs分量提取功率谱熵加权奇异值作为故障特征向量;基于得到的故障特征向量以及优化的ACO‑ELM模型,得到故障诊断结果;其中,ACO‑ELM模型的优化,包括:采用ACO算法,迭代优化ELM中的参数,获得最优输入权值和神经元阈值;本发明基于辛几何相似变换,提出了改进的自适应加权和重构的辛几何模态分解算法,对振动信号有良好的分解性能,能够有效提取信号中丰富的故障特征,提高了故障诊断的准确率。

本发明授权基于自适应加权辛几何模态分解的故障诊断方法及系统在权利要求书中公布了:1.一种基于自适应加权辛几何模态分解的故障诊断方法,其特征在于,包括以下过程: 滚动轴承的振动信号; 采用AWSGMD-CP算法对滚动轴承的振动信号进行分解,获得WSCCs分量,包括: 通过SGMD分解获得初始单分量信号后,采用余弦差分因子对迭代次数进行限制,以区分噪声分量;采用皮尔逊相关系数进行分量重组,同时保证周期相似性和方向一致性;采用变化熵加权矩阵给分量赋值,在保留故障信息的同时进行信号降噪,得到WSCCs分量; 采用变化熵加权矩阵给分量赋值,包括: 计算每个辛组合分量相邻两点之间的斜率绝对值; 根据斜率绝对值,计算每个辛组合分量的变化熵; 利用变化熵的值,构造加权矩阵; 利用加权矩阵对每个辛组合分量进行加权处理,最终得到加权辛组合分量WSCCs; 加权矩阵,包括: 其中,是变化熵中的最大值,是变化熵中的最小值; 加权辛组合分量WSCCs为: ,; 根据WSCCs分量提取功率谱熵加权奇异值作为故障特征向量; 基于得到的故障特征向量以及优化的ACO-ELM模型,得到故障诊断结果;其中,ACO-ELM模型的优化,包括:采用ACO算法,迭代优化ELM中的参数,获得最优输入权值和神经元阈值。

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山东大学,其通讯地址为:250061 山东省济南市历下区经十路17923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。