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！

龙图腾网获悉重庆理工大学申请的专利一种基于Legendre多小波变换的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：CN115901257B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202211389627.1，技术领域涉及：G01M13/045；该发明授权一种基于Legendre多小波变换的轴承故障诊断方法是由郑小洋;冯志霞;雷子鉴设计研发完成，并于2022-11-08向国家知识产权局提交的专利申请。

本一种基于Legendre多小波变换的轴承故障诊断方法在说明书摘要公布了：本发明涉及轴承故障诊断技术领域，尤其涉及一种基于Legendre多小波变换的轴承故障诊断方法。方法包括获取原始信号数据；将样本集，划分为训练集和测试集；经过3个Legendre小波分解，得到相应的低频信号分量和高频信号分量；计算出RMS和SD值；将训练集的RMS和SD输入到BPNN分类器；通过测试集验证精度；对轴承故障进行诊断。本发明提出了通过Legendre多小波对轴承的信号特征进行多尺度提取故障本质特征，并通过BPNN分类器识别，构建了LW‑BPNN轴承故障诊断方法；用于轴承故障诊断时只需要两个统计参数RMS和SD以及一个BPNN分类器，便可完成诊断率较高的故障识别，有效降低了构架的复杂度，且在提取特征和优化参数方面也更加简单轻便。

本发明授权一种基于Legendre多小波变换的轴承故障诊断方法在权利要求书中公布了：1.一种基于Legendre多小波变换的轴承故障诊断方法，包括以下步骤： S1.使用某一负载下的某一故障类型的振动信号作为原始信号数据； S2.将所述原始信号数据以有重叠的分段取样的方式，获取X个样本作为样本集，并将所述X个样本划分为N个训练集和M个测试集，且X=N+M； S3.将上述训练集和测试集的振动信号经过3个Legendre小波的1次分解，得到相应的低频信号分量和高频信号分量； S4.分别计算出所述低频信号分量和高频信号分量的数字特征RMS和SD的值； S5.将训练集的数字特征RMS和SD作为故障特征向量集，输入到BPNN分类器，训练BPNN分类器模型； S6.将所述测试集输入训练好的BPNN分类器，验证其精度； 所述经过3个Legendre小波的1次分解，得到相应的低频信号分量和高频信号分量，Legendre小波的分解方法包括： 将振动信号按奇偶划分，分别对划分后的奇偶样本进行1次Legendre多小波变换：通过尺度基函数和小波基函数把一段信号转换为相应的低频和高频系数，分辨率级别由的分解过程描述如下： ； ； 其中，和分别表示的是分辨率水平在j级下的低频系数和高频系数；将称为近似部分，将称为细节部分；m的取值取决于当前的分辨率级别j+1和公式m=2j； 此时信号就被分解为近似值部分和细节部分,数学表达式如下： ； 其中表示某一段信号，它的构成是上述近似值部分和细节部分的结果叠加，并且满足以下条件： ； 这表明信号分解所得的误差近似值会随着分辨率的提升和Legendre多小波数量的增加呈指数下降并收敛于。

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理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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”。