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！

龙图腾网获悉中车长春轨道客车股份有限公司申请的专利基于温振信息融合的滚动轴承故障诊断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：CN116106009B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202310078552.3，技术领域涉及：G01M13/04；该发明授权基于温振信息融合的滚动轴承故障诊断方法是由王连富;王中尧;邵俊捷设计研发完成，并于2023-01-31向国家知识产权局提交的专利申请。

本基于温振信息融合的滚动轴承故障诊断方法在说明书摘要公布了：本发明提供一种基于温振信息融合的滚动轴承故障诊断方法，采用多传感器数据进行故障诊断，本发明通过多传感器数据可获取冗余和互补的故障信息，并将信息融合，以获得更准确、更可靠的诊断结果；采用温度信号和振动加速度信号作为诊断依据，能够适用于智能动车组轴箱轴承故障诊断的实际应用中；通过提出了一种新的决策融合方法解决了高速动车组轴箱轴承温振信息融合问题，相较于数据融合和特征融合方法，本发明提出的方法操作简单，易于实现。

本发明授权基于温振信息融合的滚动轴承故障诊断方法在权利要求书中公布了：1.一种基于温振信息融合的滚动轴承故障诊断方法，其特征在于：具体包括如下步骤： 步骤1：采集轴箱轴承温度数据和振动数据，然后依次提取轴承温度特征和振动特征，作为温度通道和振动通道的输入； 所述的提取轴承振动特征步骤如下:选取振动时域信号的均值z1、有效值z2、方差z3、平方根振幅值z4、绝对平均值z5、峰值z6、峭度系数z7、最大值z8、最小值z9、峰-峰值z10、偏度系数z11、形状因子z12、峰值因子z13、脉冲因子z14、余隙因子z15和频域信号的中心频率z16、有效值方差频率z17、根方差频率z18作为反映轴承状态的振动特征，形成振动特征向量Zvib＝[z1，z2，z3，…，z18]T, 设长度为N的振动信号为xt，振动特征的计算公式如下： z6＝max|xi| z8＝maxxi z9＝minxi z10＝z8-z9 而后将振动特征向量输入BP神经网络，结合Softmax分类器实现基于振动特征的轴承故障模式初步识别； 所述的提取轴承温度特征步骤如下：使用自编码器构造正常轴承温度信号重构模型，通过量化不同故障模式下的轴承温度信号在该模型中的重构误差，提取反映轴承健康状态的温度特征；基于自编码器的温度特征提取的具体操作为： 1正常轴承温度信号重构模型训练；筛选正常轴承的温度信号，构建数据集A，从中随机选取70％的数据作为训练集、10％作为验证集、20％作为测试集，训练正常轴承温度信号重构模型： a模型参数初始化设置：设置自编码器模型训练中的超参数，包括学习率λ、可接受代价函数值Jmin和循环上限ns，初始化输入层至隐藏层的权值矩阵W1和偏置矩阵b1、隐藏层至输出层的权值矩阵W2和偏置矩阵b2； b编码器提取特征：首先，计算各神经元的输入加权和z2＝W1Xt+b1，而后计算其激活值a2＝gz2，其中g·为激活函数，a2即为隐藏层各神经元值构成的矩阵，也是提取的特征； c解码器重构信号：计算重构信号过程形如b，最终进而计算代价函数值并令n＝n+1； d判断n是否小于ns或J是否大于Jmin，若是，则更新权值矩阵偏置矩阵返回b，若不是，则训练结束； 2误差特征提取：依次将各故障模式的温度信号输入正常轴承温度信号重构模型进行重构，得到各样本相应的重构信号，而后量化数据集A1中各样本的重构误差，使用L-2范数将待检测信号与重构信号之前差异量化，公式如下： 式中，T为XT中各个元素对应的时刻的集合； 同时，考虑到轴承润滑不良和其零部件严重的机械损伤均会导致轴承温度急剧升高或轴承温度明显高于正常水平，因此，本发明还采用了最大温升率来反馈其服役状态，计算公式为： 进而，联合温度范数特征、最大温升率与原始温度信号形成温度特征Ztemp，作为BP神经网络的输入，实现基于温度特征的轴承故障模式初步识别； 步骤2：通过决策融合方法将步骤1中的基于温度特征的初步模式识别结果和基于振动特征的初步模式识别结果进行结合，得到最终诊断结果； 所述的决策融合方法具体流程如下： 1采集滚动轴承不同故障模式下的温度信号和振动信号，将温度信号和振动信号分为训练样本、验证样本和测试样本； 2使用训练样本构建步骤1构成的预诊断模型，即使用温度训练样本构造和训练温度预诊断模型、使用振动训练样本构造和训练振动预诊断模型； 3使用验证样本计算预诊断模型的权重，依次将温度验证样本、振动验证样本输入训练好的温度预诊断模型、振动预诊断模型，计算各模型在验证集上的识别准确率及信息熵： 式中，i为预诊断模型的代号，为第i个预诊断模型的验证集的样本总数，为第i个预诊断模型在验证集上正确诊断的样本个数，进一步，计算识别准确率的权重： 4确定测试样本的温振决策融合诊断结果，设各预诊断模型给出的预诊断结果为计算第c类故障模式的得分Sc，c＝1,2，……，C，C为故障模式的总数： 式中，I·的计算公式如下： 最终，选取得分最高者作为温振决策融合诊断结果。

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中车长春轨道客车股份有限公司，其通讯地址为：130062 吉林省长春市绿园区长客路2001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。