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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽理工大学朱彦敏获国家专利权

安徽理工大学朱彦敏获国家专利权

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!

龙图腾网获悉安徽理工大学申请的专利基于相对秩粒空间拓扑保持投影的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:CN120354126B

龙图腾网通过国家知识产权局官网在2026-04-03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:202510490374.4,技术领域涉及:G06F18/2132;该发明授权基于相对秩粒空间拓扑保持投影的轴承故障诊断方法是由朱彦敏;武康辉;苏树智;王贤设计研发完成,并于2025-04-18向国家知识产权局提交的专利申请。

基于相对秩粒空间拓扑保持投影的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相对秩粒空间拓扑保持投影的轴承故障诊断方法,解决故障数据全局结构挖掘困难和局部相似性度量失真的问题,有效提高故障诊断的准确性。具体实现过程为:1通过构建邻域粒模块形成粒全局约束图和构建相对秩距离模块实现全局互补的秩局部约束图,结合空间学习相关理论形成相对秩粒拓扑保持投影模型;2推导出粒拓扑投影方向的解析解,得到低维拓扑空间的投影矩阵;3将随机抽取的故障测试样本,通过拓扑空间投影直接获得具有良好判别性的粒拓扑故障特征,并将粒拓扑故障特征输入到分类器,得到最终的轴承故障诊断结果。与现有技术相比,本发明的轴承故障诊断方法更具准确性和鲁棒性。

本发明授权基于相对秩粒空间拓扑保持投影的轴承故障诊断方法在权利要求书中公布了:1.基于相对秩粒空间拓扑保持投影的轴承故障诊断方法,其特征在于,该方法包括以下步骤: 1通过传感器采集轴承振动信号,经特征提取得到17个时域特征、4个频域特征和7个时频域特征,构建轴承故障数据样本集合,其中表示一个样本,表示样本维度,表示对于同一维度下的样本数量,按比例将故障数据划分为训练集和测试集,并随机化每次实验的测试集数据; 2通过数据粒化构建邻域粒模块; 3构建相对秩粒拓扑保持投影模型,其特征在于,其步骤按如下进行: 3a结合邻域粒模块,构建相对秩粒拓扑保持投影模型: 其中是的个最大广义特征向量,也是粒拓扑投影方向;是粒全局约束图的拉普拉斯矩阵,,是粒全局约束图的度矩阵,是基于邻域粒模块,样本数据粒化之后的全局样本权重表示,其定义为: 其中表示两个邻域粒向量的绝对距离,当时,,绝对距离定义为: 其中,,表示邻域粒子,表示邻域粒向量; 3b是相对秩距离下的样本局部位置关系表示,是对全局样本权重表示的互补,其定义为: 其中是计算所有样本的距离和的平均值,是设定的超参数,用来控制距离度量的平滑程度,表示其相对平均距离,定义为: 其中,表示其中位数,表示样本点的局部平均距离,定义为: 其中是近邻参数,定义为: 其中是计算的是两个样本之间排序距离的比例,用来衡量它们之间的相对位置关系,定义为: 其中,,是两个样本的排序秩距离之和,分母的目的是规范化该距离,代表了样本在样本排序中的相对秩,定义为: 其中具体意义是:与第个元素第近的是第个元素,定义为: 其中表示与样本最近的个样本之间的欧式距离; 4对模型进行理论推导,得到粒拓扑投影方向的解析解,根据粒拓扑投影方向直接获得具有良好判别性的粒拓扑故障特征,并利用分类器进行分类,获得故障诊断结果。

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安徽理工大学,其通讯地址为:232000 安徽省淮南市泰丰大街168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。