Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 沈阳工业大学陈德志获国家专利权

沈阳工业大学陈德志获国家专利权

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!

龙图腾网获悉沈阳工业大学申请的专利一种基于EDM及Self-Attention-BiGRU的滚动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:CN120296349B

龙图腾网通过国家知识产权局官网在2025-12-26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:202510363251.4,技术领域涉及:G06F18/20;该发明授权一种基于EDM及Self-Attention-BiGRU的滚动轴承剩余寿命预测方法是由陈德志;张智翔;张国臻;方崇;张殿海;任自艳;李东霖;张宇献设计研发完成,并于2025-03-26向国家知识产权局提交的专利申请。

一种基于EDM及Self-Attention-BiGRU的滚动轴承剩余寿命预测方法在说明书摘要公布了:本发明公开了一种基于EDM及Self‑Attention‑BiGRU的滚动轴承剩余寿命预测方法,具体涉及轴承剩余寿命预测技术领域,包括以下步骤:从加速退化滚动轴承的实验平台上采集原始振动信号;利用经验模态分解对原始振动信号进行多层分解,得到多个模态函数分量和对应的残差分量;基于模态函数分量,通过计算无量纲统计特征得到原始特征集;基于原始特征集,利用自注意力机制进行评估和筛选,得到优化后的特征数据集,并将优化后的特征数据集划分为训练集数据和测试集数据;基于训练集数据,构建并训练基于双向门控循环单元及自注意力机制的模型,得到滚动轴承剩余寿命预测的模型;基于滚动轴承剩余寿命预测的模型,利用测试集数据,验证滚动轴承剩余寿命预测的模型的准确率。

本发明授权一种基于EDM及Self-Attention-BiGRU的滚动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EDM及Self-Attention-BiGRU的滚动轴承剩余寿命预测方法,其特征在于,所述预测方法包括如下步骤: S1、从加速退化滚动轴承的实验平台上采集原始振动信号; S2、利用经验模态分解对所述原始振动信号进行多层分解,得到多个模态函数分量和对应的残差分量; S3、基于所述模态函数分量和对应的残差分量,通过计算无量纲统计特征得到原始特征集; S4、基于所述原始特征集,利用自注意力机制进行评估和筛选,得到优化后的特征数据集,并将优化后的所述特征数据集划分为训练集数据和测试集数据; S5、基于训练集数据,构建并训练基于双向门控循环单元及自注意力机制的模型,得到滚动轴承剩余寿命预测的模型; S6、基于所述滚动轴承剩余寿命预测的模型,利用测试集数据,验证所述滚动轴承剩余寿命预测的模型的准确率; 步骤S5中所述基于所述训练集数据,构建并训练基于双向门控循环单元及自注意力机制的模型,得到滚动轴承剩余寿命预测的模型的方法具体包括: 1设计一个14层的双向门控循环单元及自注意力机制的网络结构; 2对所述双向门控循环单元及自注意力机制的网络结构,在双向门控循环单元层后加入了自注意力机制; 3对所述的基于双向门控循环单元及自注意力机制的模型在训练过程中采用均方误差作为损失函数,选用Adam优化器优化算法进行模型训练; 4通过特征筛选方程筛选出得分高的特征作为滚动轴承剩余寿命预测模型的输入,得到滚动轴承剩余寿命预测的模型。

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沈阳工业大学,其通讯地址为:110870 辽宁省沈阳市铁西区经济技术开发区沈辽西路111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。

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。