Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜湖南科技大学;广东中贸科技有限公司彭延峰获国家专利权

恭喜湖南科技大学;广东中贸科技有限公司彭延峰获国家专利权

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!

龙图腾网恭喜湖南科技大学;广东中贸科技有限公司申请的专利低速重载轴承故障识别方法、系统、介质、设备及终端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:CN114813131B

龙图腾网通过国家知识产权局官网在2025-03-28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:202210535583.2,技术领域涉及:G01M13/045;该发明授权低速重载轴承故障识别方法、系统、介质、设备及终端是由彭延峰;耿宏岩;郭勇;罗曜;郭理宏;杨来铭;何宽芳;袁文明;刘燕飞;范超;李赛设计研发完成,并于2022-05-17向国家知识产权局提交的专利申请。

低速重载轴承故障识别方法、系统、介质、设备及终端在说明书摘要公布了:本发明属于滚动轴承故障识别技术领域,公开了一种低速重载轴承故障识别方法、系统、介质、设备及终端,对信号进行滤波分解,对分解得到的前三个分量信号的特征量进行求解并构建特征值矩阵;采用距离评估技术对特征值矩阵进行降维,筛选出显著特征;将显著特征输入到BP神经网络进行训练和测试,实现低速重载轴承故障识别。针对原始信号具有宽带、非平稳和强噪声的问题,本发明重点分析了对信号进行滤波分解的步骤,对分解得到的前三个分量信号的特征量进行了求解并构建特征值矩阵,采用了距离评估技术方法对特征值矩阵进行降维,筛选出显著特征,将显著特征输入到BP神经网络进行训练和测试,从而实现了对低速重载轴承故障类型的准确识别。

本发明授权低速重载轴承故障识别方法、系统、介质、设备及终端在权利要求书中公布了:1.一种低速重载轴承故障识别方法,其特征在于,所述低速重载轴承故障识别方法包括:对信号进行滤波分解,对分解得到的前三个分量信号的特征量进行求解并构建特征值矩阵;采用距离评估技术对特征值矩阵进行降维,筛选出显著特征;将显著特征输入到BP神经网络进行训练和测试,实现低速重载轴承故障识别;所述低速重载轴承故障识别方法还包括:采用广义宽窄带稀疏分解方法将采集到的低速重载轴承的振动信号进行滤波分解,从信号分量中提取特征值之前确定包含轴承故障信息的最具代表性的信号分量;根据广义宽窄带稀疏分解方法内在的滤波特性,选择前三个信号分量提取统计参数特征;采用距离评估技术方法对分解后的前三个分量信号进行特征值计算,进而筛选出与故障信息匹配的显著特征;将显著特征输入到BP神经网络中进行训练和测试,实现低速重载轴承的故障识别;所述低速重载轴承故障识别方法包括以下步骤:步骤一,提出广义宽窄带稀疏分解方法;步骤二,利用距离评估技术进行特征提取;步骤三,利用BP神经网络实现低速重载轴承的故障识别;所述步骤一中的广义宽窄带稀疏分解方法包括广义傅里叶变换;广义解调通过预设的相位函数把时频分布为若干条曲线的多分量信号中的特定曲线成分转换成线性的、平行于时间轴的直线,用于低转速、交变负载作用下的非平稳信号分析,广义解调算法的本质为广义傅里叶变换;对于信号xt,广义傅里叶变换定义为: 式中,s0t是t的实值函数,广义傅里叶变换实质是对进行标准傅里叶变换,对XGf进行逆傅里叶变换得到xt: 令XGf=δf-f0,则广义傅里叶变换是将一个瞬时频率为ft=f0+s′0t的信号变换成能量集中在ft=f0上;对于信号xt,若时频分布为f0+s′0t,则找到一个近似s0t的相位函数对原始信号进行广义解调,得到的解调函数的时频分布是一条平行于时间轴的直线ft=f0;所述步骤一中的广义宽窄带稀疏分解方法还包括:1宽窄带联合字典库建立由方波信号和锯齿波信号两种典型宽频信号字典库以及窄带信号字典库所组成的联合字典库,从噪声信号中分解出宽带方波信号和窄带正弦信号;在三个字典库中搜索查找,得到最终的分解结果;联合字典库构造如下:Dic1={A1squareω1n+θ1,D1};Dic2={A2sawtoothω2n+θ2,D2};Dic3={A3ncosω3n+θ3n};其中,θ,ω和A分别代表字典库中原始相位、角频率和振幅;在Dic3中,A3n的最大角频率被限制为小于ω3,θ3n被约束为一个缓慢变化的函数,以确保Dic3中的元素是窄带信号;2广义宽窄带稀疏分解方法的迭代过程利用广义宽窄带稀疏分解方法求解IMFi信号分量包括:1设置r0n=xn;2提取直流分量; r1n=xn-IMF0n;其中,是r0n的傅里叶变换,是的傅里叶反变换;3提取广义解调信号;根据原始信号的特征,选择合适的相位函数s0n,对原始信号进行广义傅里叶变换后得到广义解调信号;XGf为广义解调后的信号;4设置i=1,并求解下面优化问题Q1,构造如下: 其中,Tj是调节平滑度函数,得到原始信号的最稀疏分解;D2是二次微分形式算子;λ>0为残差平滑度的权值,设置为1;5采用人工化学反应优化算法ACROA求解Q1,得到最优解Tjj=1,2,3,并求出最小值Tj,选择Tj对应的最优解IMFin;6更新r1n:ri+1n=rin-IMFin;7若满足下式的终止条件,则终止迭代过程;否则返回到步骤4;

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湖南科技大学;广东中贸科技有限公司,其通讯地址为:411201 湖南省湘潭市雨湖区石马头2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”。

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。