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！

龙图腾网获悉苏州大学申请的专利一种机械设备故障诊断方法、装置及存储介质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：CN120724217B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202511172242.3，技术领域涉及：G06F18/24；该发明授权一种机械设备故障诊断方法、装置及存储介质是由丁传仓;王报祥;皇甫一樊;江星星;沈长青;王俊;黄伟国;朱忠奎设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。

本一种机械设备故障诊断方法、装置及存储介质在说明书摘要公布了：本发明公开了机械故障诊断技术领域的一种机械设备故障诊断方法、装置及存储介质，方法包括：获取预处理后的编码器信号；将预处理后的编码器信号输入加权双域稀疏分解模型，通过加权双域稀疏分解模型的目标函数，获取区分开的周期性故障冲击特征；根据被监测设备的结构及运行参数，计算被监测设备不同位置发生故障时的故障特征频率，根据所述故障特征频率计算与其对应的故障特征周期；基于所述故障特征周期，与所述周期性故障冲击特征的间隔对比，确定被监测设备的故障位置。本发明能够解决现有技术不能同时兼顾编码器信号的时域与频域稀疏性的问题，从而使本发明能够实现对编码器信号不同成分的有效解耦，提高对弱故障信号的提取与识别能力。

本发明授权一种机械设备故障诊断方法、装置及存储介质在权利要求书中公布了：1.一种机械设备故障诊断方法，其特征在于，包括： 获取预处理后的编码器信号； 将所述预处理后的编码器信号输入预构建的加权双域稀疏分解模型，通过所述加权双域稀疏分解模型的目标函数，获取区分开的周期性故障冲击特征； 根据被监测设备的结构及运行参数，计算被监测设备不同位置发生故障时的故障特征频率，根据所述故障特征频率计算与其对应的故障特征周期； 基于所述故障特征周期，与所述周期性故障冲击特征的间隔对比，确定被监测设备的故障位置； 所述加权双域稀疏分解模型的目标函数F1表达式包括： ， 其中，表示预处理后的编码器信号，表示谐波成分，表示逆傅里叶变换算子，表示频域稀疏系数，表示周期性故障冲击特征，表示二阶范数，与均表示正则化参数，分别控制频域与时间域的稀疏约束强度，表示非凸惩罚函数，为第一权重系数，为第二权重系数，表示周期组的索引，表示周期组中的元素的数量，表示元素点乘操作，和均表示控制惩罚函数非凸程度的惩罚参数，表示周期性二值向量，用于约束冲击信号在时域中的周期性组稀疏特性，表示第个周期组的第一权重系数，表示第个周期组的第二权重系数，表示第个周期组的频域稀疏系数，表示第个周期组周期性故障冲击特征，共包含了个元素； 所述加权双域稀疏分解模型的求解方法包括： 引入辅助变量将无约束优化的所述目标函数F1转化为约束优化问题F2，所述约束优化问题F2的表达式为： ， 通过交替方向乘子法将所述约束优化问题F2分解为以下子约束优化问题： 其中，为惩罚参数，为中间缩放变量； 求解所述子约束优化问题，获取区分开的周期性故障冲击特征。

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苏州大学，其通讯地址为：215299 江苏省苏州市吴江区久泳西路1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。