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！

龙图腾网获悉上海电机学院申请的专利基于IMVO优化MCKD去噪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：CN115470829B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202211206484.6，技术领域涉及：G06F18/2413；该发明授权基于IMVO优化MCKD去噪的滚动轴承故障诊断方法是由代元军;刘明帅;石坤举;李保华;王聪设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本基于IMVO优化MCKD去噪的滚动轴承故障诊断方法在说明书摘要公布了：本发明公开了一种基于IMVO优化MCKD去噪的滚动轴承故障诊断方法，解决了现有MCKD算法的参数选取往往依赖于人为经验设置的局限性问题以及MVO算法受TDR变化影响导致迭代速度缓慢的问题，其技术方案要点是包括有以下步骤：采集风电机组滚动轴承运行过程中的振动信号，自适应改进MVO算法TDR，得到改进的多元宇宙优化算法IMVO，以基尼系数和包络谱峰值因子作为适应度函数迭代训练，优化获得最大相关峭度解卷积MCKD的最优FIR滤波器参数L,M，并获得MCKD降噪后的滤波信号，通过包络谱分析MCKD解卷积后的信号，识别谱图中的故障特征频率成分，进行轴承状态的故障诊断，本发明的一种基于IMVO优化MCKD去噪的滚动轴承故障诊断方法，能有效消除干扰，速度快、准确性高。

本发明授权基于IMVO优化MCKD去噪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IMVO优化MCKD去噪的滚动轴承故障诊断方法，其特征是，包括有以下步骤： S1、传感器采集风电机组滚动轴承运行过程中的振动信号； S2、自适应改进MVO算法虫洞旅行距离率TDR，得到改进的多元宇宙优化算法IMVO； S3、以基尼系数和包络谱峰值因子设置综合指标GE作为适应度函数迭代训练，优化获得最大相关峭度解卷积MCKD的最优FIR滤波器参数L,M； S4、MCKD算法通过反卷积实现相关峭度最大化，通过采样频率与故障特征频率计算解卷积周期参数T，并获得MCKD降噪后的滤波信号； S5、通过包络谱分析MCKD解卷积后的信号，识别谱图中的故障特征频率成分，进行轴承状态的故障诊断； 步骤S3具体为： S31、初始化宇宙矩阵U位置：宇宙个数s，每个宇宙中的物质变量数d，由于每个宇宙之中的物体对应一个L,M，故d=2，设置物体上届与下届区间以及最大迭代次数H； S32、设置综合指标GE作为IMVO-MCKD的适应度函数，综合指标的函数表达式为GE=GI×Ec,其中GI表示基尼系数，Ec表示包络谱峰值因子； S33、计算宇宙膨胀率NIUi并通过宇宙个体排列选择一个白洞； S34、依据轮盘赌机制更新宇宙位置并计算虫洞存在率WEP与改进的虫洞旅行距离率TDR，其表达式为 ； ； 式中，WEPmin为WEP的最小值，设置为0.2，WEPmax为WEP的最大值，设置为1；h表示当前迭代次数；p表示开发精度，设置为6； S35、判断当前值GE是否为全局最优，如果满足程序终止并输出最优的一组解L,M，否则迭代继续直到满足终止。

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上海电机学院，其通讯地址为：200240 上海市闵行区江川路690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。