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！

龙图腾网获悉西安交通大学;中国核电工程有限公司申请的专利一种基于并行卷积神经网络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：CN116522237B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202310406829.0，技术领域涉及：G06F18/2415；该发明授权一种基于并行卷积神经网络的滚动轴承故障诊断方法是由刘一龙;李心远;成玮;陈雪峰;赵志斌;张婧;聂洪权;宋磊;黄倩;张敏;孙涛;智一凡;张荣勇;徐钊;马颖菲设计研发完成，并于2023-04-17向国家知识产权局提交的专利申请。

本一种基于并行卷积神经网络的滚动轴承故障诊断方法在说明书摘要公布了：本公开揭示了一种基于并行卷积神经网络的滚动轴承故障诊断方法，包括：S100：采集待测滚动轴承的原始振动信号Xiot；S200：对原始振动信号Xiot进行预处理，获得预处理后的振动信号Xit；S300：对预处理后的振动信号Xit进行第一次重叠采样，以获得第一样本信号xmt；S400：对预处理后的振动信号进行第二次重叠采样，以获得第二样本信号ymt；S500：基于第一样本信号xmt和第二样本信号ymt分别获得待测滚动轴承的一维张量集合和二维张量集合；S600：基于待测滚动轴承的一维张量集合和二维张量集合构建融合数据集并输入训练好的并行卷积神经网络，以实现对待测滚动轴承的故障识别。

本发明授权一种基于并行卷积神经网络的滚动轴承故障诊断方法在权利要求书中公布了：1.一种基于并行卷积神经网络的滚动轴承故障诊断方法，包括如下步骤： s100：采集待测滚动轴承的原始振动信号Xiot； S200：对原始振动信号Xiot进行预处理，获得预处理后的振动信号Xit； S300：对预处理后的振动信号Xit进行第一次重叠采样，以获得第一样本信号xmt； S400：对预处理后的振动信号Xit进行第二次重叠采样，以获得第二样本信号ymt； S500：基于第一样本信号xmt和第二样本信号ymt分别获得待测滚动轴承的一维张量集合和二维张量集合； S600：基于待测滚动轴承的一维张量集合和二维张量集合构建融合数据集并输入训练好的并行卷积神经网络，以识别待测滚动轴承的故障； 其中， 步骤S500中，所述基于第一样本信号xmt获得待测滚动轴承的一维张量集合包括以下步骤： S501：对第一样本信号xmf进行希尔伯特变换，并计算第一样本信号xmf的包络信号Amf； S502：对第一样本信号xmt进行集成经验模态分解，获得分解后的模态分量uit，并根据相关系数α对模态分量uit进行重构，得到重构信号Umt； S503：对第一样本信号xmt进行变分模态分解，获得分解后的模态分量vit，并根据相关系数β对模态分量vit进行重构，得到重构信号Vmt； S504：将包络信号Amt、重构信号Uit和重构信号Vit分别转化为一维信号张量Atmt、Utmt和Vtmt，并将相同类别的信号张量在指定维度dim＝0进行堆叠，分别获得一维张量集合T1、T2和T3； 其中，步骤S501中，通过下式对第一样本信号xmf进行希尔伯特变换： 其中，emt表示第一样本信号xmt经过希尔伯特变换后得到的信号，f表示时间，τ表示积分变量，m表示第一样本信号xmt的序号； 其中，步骤S501中，通过以下方式计算第一样本信号xmt的包络信号Amt： 以第一样本信号xmt为实部，以希尔伯特变换后的信号emf为虚部，构建第m个样本信号xmf的解析信号αmt： αmt＝xmt+jemt 取解析信号αmt的幅值作为包络信号Amt，即 其中，xmt表示第一样本信号，emt表示第一样本信号xmf经过希尔伯特变换后的信号； 其中，步骤S502中，通过下式对第一样本信号xmt进行集成经验模态分解： 其中，uit表示集成经验模态分解后的模态分量，i表示分解得到的第i个模态分量，n表示分解次数，rnf表示残差； 其中，步骤S502中，所述相关系数α通过下式计算： 其中，表示模态分量uif的平均值，表示第一样本信号xmt的平均值，std表示求标准差运算； 所述重构信号Umt由相关系数α＞0.4的模态分量uif相加获得，即 其中，i表示有i个相关系数α＞0.4的模态分量； 其中，步骤S503中，通过构建带约束的变分模型对第一样本信号xmf进行变分模态分解； 其中，所述带约束的变分模型表示为： 其中，{vit}表示变分模态分解后的第i个内涵模态分量，I表示分解信号个数，{ωi}表示内涵模态分量对应的中心频率，δt表示狄利克雷函数，*表示卷积运算，xmt表示第一样本信号，π表示圆周率，表示求导符号，j表示虚数单位； 其中，步骤S503中，所述相关系数β通过下式计算： 其中，表示模态分量vit的平均值，表示第一样本信号xmt的平均值，std表示求标准差运算； 所述重构信号Vmt由相关系数β0.4的内涵模态分量vit相加获得，即 其中，i表示有i个相关系数β0.4的内涵模态分量； 该方法通过从原始振动信号提取出的一维特征和二维特征输入并行卷积神经网络，能够有效地避免了振动信号中噪声的干扰，从而能够解决在干扰下振动信号故障诊断不准确的问题。

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西安交通大学;中国核电工程有限公司，其通讯地址为：710049 陕西省西安市咸宁西路28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。