Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

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 科技服务 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 > 常州大学郇战获国家专利权

常州大学郇战获国家专利权

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!

龙图腾网获悉常州大学申请的专利一种基于INFO的轴承剩余寿命预测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:CN115659793B

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:202211278341.6,技术领域涉及:G06F30/27;该发明授权一种基于INFO的轴承剩余寿命预测方法是由郇战;周靖诺;陈瑛;余中舟设计研发完成,并于2022-10-19向国家知识产权局提交的专利申请。

一种基于INFO的轴承剩余寿命预测方法在说明书摘要公布了:本发明涉及深度学习技术领域,尤其涉及一种基于INFO的轴承剩余寿命预测方法,包括对数据进行预处理,利用INFO‑VMD方法先对振动数据进行分解,对分解后的数据提取特征组成特征集;对特征集进行特征降维;将训练集的退化数据输到入至INFO‑DELM模型进行训练,得到DELM的训练参数,设置DELM训练参数,然后把测试集和训练集的退化数据输入至DELM模型中得到预测数据;首先利用移动平均滤波器对预测数据进行滤波;然后用多项式拟合方式对滤波后数据进行拟合,得到最终的预测寿命。本发明解决大型机械设备剩余寿命预测准确性问题,防止故障的发生,降低由设备故障引发的事故风险,从而节约维护成本,提高生产效率。

本发明授权一种基于INFO的轴承剩余寿命预测方法在权利要求书中公布了:1.一种基于INFO的轴承剩余寿命预测方法,其特征在于,包括以下步骤: 步骤一、利用INFO-VMD方法对振动数据进行分解,对分解后的数据提取特征组成特征集; 步骤二、对特征集进行特征降维; 步骤二具体包括: S21、利用随机森林和单调算法相结合的方法对特征进行筛选,通过重要度和增减性排序得到优选特征子集; 随机森林的重要度评估指标用GI衡量,计算出每个特征的GI m 评分,公式为: ,1 其中,m表示特征个数,H表示组数据共有H类,P mh 表示节点中h所占的比例; 单调算法的公式为: 2 其中,n为测试组的采集点数,l是对象个数;i表示测试组中特征的组数,j表示单组特征中特征的个数;是表示第i组特征中的第j个特征值,Pdiff表示正差分,Ndiff表示负差分; S22、利用主成分分析对优选特征子集进一步降维,得到多个主成分分量,采用第一个主成分分量作为退化指标; 步骤三、将训练集的退化数据输入INFO-DELM模型进行训练,得到DELM的训练参数,设置DELM训练参数,然后把测试集和训练集的退化数据输入至DELM模型中得到预测数据; 步骤三具体包括: S31、初始化INFO和DELM的参数,将测试集退化指标导入DELM模型中进行训练,通过INFO确认最佳矢量; S32、利用INFO中的更新规则、矢量组合和本地搜索三个步骤来寻找最佳矢量,若没有完成遍历则继续更新规则直至完成;在每组迭达的遍历完成情况下,再进入下一轮迭达,重新开始更新规则,直至全部迭达完成,在迭代完成后若有更佳矢量出现则更新最佳矢量; S33、通过INFO算法对DELM的输入层权值和隐藏层阈值进行迭代寻优后得到最优输入层权值和最优隐藏层阈值;将DELM参数设置为最优参数,测试集退化指标导入至DELM模型中得到预测数据; 步骤四、首先利用移动平均滤波器对预测数据进行滤波;然后用多项式拟合方式对滤波后数据进行拟合,得到最终的预测寿命; 预测寿命的多项式表达式为: 3 其中,w取值为正整数,a 1 、a 2 、…、a w 为多项式系数,c为常数。

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常州大学,其通讯地址为:213164 江苏省常州市武进区滆湖中路21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”。

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。