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 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 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 > 广东石油化工学院朱兴统获国家专利权

广东石油化工学院朱兴统获国家专利权

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!

龙图腾网获悉广东石油化工学院申请的专利一种滚动轴承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:CN115293218B

龙图腾网通过国家知识产权局官网在2026-03-27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:202211077425.3,技术领域涉及:G06F18/2411;该发明授权一种滚动轴承故障诊断方法及系统是由朱兴统;陈珂设计研发完成,并于2022-09-05向国家知识产权局提交的专利申请。

一种滚动轴承故障诊断方法及系统在说明书摘要公布了:本发明涉及一种滚动轴承故障诊断方法及系统,将获取待检测滚动轴承的振动信号,采用多个分解算法进行信号分解,分别得到多个所述分解方法下的特征向量,并将多个特征向量分别输入到训练好的相关向量机模型中进行故障诊断,得到多个故障诊断输出,融合多个故障诊断输出,确定最终诊断结果。本发明采用多种分解方法对振动信号进行分解,并将得到的多种故障诊断概率输出进行融合,能更有效地提取故障特征,进而提高故障诊断的准确率。

本发明授权一种滚动轴承故障诊断方法及系统在权利要求书中公布了:1.一种滚动轴承故障诊断方法,其特征在于,包括: 步骤1:获取待检测滚动轴承的振动信号; 步骤2:采用多个分解算法对所述振动信号进行信号分解,分别得到多个所述分解算法下的特征向量;所述多个分解算法包括变分模态分解算法、经验模态分解算法和小波包分解算法; 所述步骤2具体包括: 对所述振动信号采用多个所述分解算法进行分解,分别得到多个所述分解算法分解后的分量信号; 计算各所述分量信号的模糊商,得到多个所述特征向量; 步骤3:获取训练好的相关向量机模型; 步骤4:将多个所述特征向量分别输入到训练好的相关向量机模型中进行故障诊断,得到多个故障诊断概率输出; 步骤5:融合多个所述故障诊断概率输出,计算得到最终诊断结果; 所述步骤5具体包括: 获取所述故障诊断概率输出; 计算各个所述故障诊断概率输出之间的信任度和虚假度; 根据所述信任度和所述虚假度确定各个所述故障诊断概率输出的权重系数; 对所述故障诊断概率输出进行加权平均; 利用Dempster合成规则对加权平均后的故障诊断概率输出进行组合,得到融合故障诊断结果; 所述利用Dempster合成规则对加权平均后的故障诊断概率输出进行组合,具体包括: 根据对加权平均后的故障诊断概率输出进行组合,其中,m1A1为故障A1的故障诊断概率函数;m2A2为故障A2的故障诊断概率函数;m3A3为故障A3的故障诊断概率函数;m1、m2、m3分别为m1A1、m2A2、m3A3所述故障诊断概率输出; 在步骤3之前,还包括: 获取滚动轴承的历史振动信号数据以及历史故障类型; 获取未训练的相关向量机模型,作为初始相关向量机模型; 以所述历史振动信号数据为输入,以所述历史故障类型为标签训练所述初始相关向量机模型,得到所述训练好的相关向量机模型; 所述初始相关向量机模型包括组合核函数公式; 所述组合核函数根据Kx,x'=w×K1x,x'+1-w×K2x,x'计算,其中,K1为高斯核函数:K2为多项式核函数:K2x,x'=xTx'+1d,d为多项式阶数;w为系数,且w∈0,1,δ、d和w均属于组合核函数参数。

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石油化工学院,其通讯地址为:525000 广东省茂名市茂南区官渡二路139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。