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！

龙图腾网恭喜扬州力创机床有限公司申请的专利基于支持向量机模型的小样本机械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：CN113408076B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202110783436.2，技术领域涉及：G06F30/17；该发明授权基于支持向量机模型的小样本机械剩余寿命预测方法是由黄贤振;王树凤;李禹雄;丁鹏飞设计研发完成，并于2021-07-12向国家知识产权局提交的专利申请。

本基于支持向量机模型的小样本机械剩余寿命预测方法在说明书摘要公布了：本发明涉及一种基于支持向量机模型的小样本机械剩余寿命预测方法，包括如下步骤：从机械产品的运行信号数据中选取若干趋势明显的测量变量作为描述机械退化过程的特征量，得到各特征量的特征值；对特征值进行预处理：采用巴特沃斯滤波器算法对每个机械退化过程的特征量进行平滑处理；通过归一化方法使特征值映射到相同的范围内；将现有数据中各个时间点的机械剩余寿命转化为剩余寿命占全寿命的比例，使其归一化到[0，1]的范围内；划分多个训练集和验证集的组合，每一种组合对应一个支持向量机模型；训练各支持向量机模型；采用各支持向量机模型进行在线剩余寿命预测。本方法充分利用有限的机械运行数据，可实现机械剩余寿命的精确预测。

本发明授权基于支持向量机模型的小样本机械剩余寿命预测方法在权利要求书中公布了：1.一种基于支持向量机模型的小样本机械剩余寿命预测方法，其特征在于，包括如下步骤：步骤1、分析机械产品的运行信号数据，从中选取若干趋势明显的测量变量作为描述机械退化过程的特征量，得到各特征量的特征值；步骤2、对选中的特征值进行预处理：采用巴特沃斯滤波器算法对每个机械退化过程的特征量进行平滑处理，降低随机噪声；通过归一化方法使特征量的特征值映射到相同的范围内，便于对支持向量机模型进行训练；步骤3、将现有数据中各个时间点的机械剩余寿命转化为剩余寿命占全寿命的比例，使其归一化到[0，1]的范围内；步骤4、根据现有数据的规模和特征，划分多个训练集和验证集的组合，每一种组合对应一个支持向量机模型；为了模拟小样本条件，训练集中的100个样本中只选择其中5组样本作为已知数据，其他样本作为未知数据；从5组样本中选择3组作为训练集，其余2组作为验证集，则一共能够训练10个支持向量机模型；步骤5、训练各支持向量机模型；步骤6、采用各支持向量机模型进行在线剩余寿命预测；步骤5具体包括如下步骤：步骤5-1、将预处理后的特征值作为模型的输入量θ，将剩余寿命占全寿命的比例也作为模型的输出量R；步骤5-2、设置多指标的优化目标，使优化方向涵盖支持向量机的预测精度和拟合速度；步骤5-3、采用人工蜂群优化算法对每个单独的支持向量机进行参数优化，获得回归和预测效果最优的模型参数；步骤5-4、通过测试集的数据来验证每个模型的有效性；步骤6具体包括如下步骤：步骤6-1、实时对当前运行中的机械信号进行滑移平均处理，降低随机噪声；步骤6-2、根据已有数据集确定每个特征量的平均极值，对当前运行中的机械信号进行归一化处理；步骤6-3、计算每个特征量与训练样本中相应的特征量的欧式距离，以评估当前机械与训练集中的机械的相似性；所述欧式距离的计算公式如下： 其中，θj’与θj分别为当前测量机械的特征值与训练集中某个机械的特征值；步骤6-4、根据每个支持向量机模型中训练集机械与当前观测机械的相似性，赋予每个单个模型相应的权值，通过加权平均得到当前的剩余寿命比例，得到剩余寿命预测结果；步骤6-5、对剩余寿命预测结果进行时间段上的平均化处理，进一步降低预测误差。

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扬州力创机床有限公司，其通讯地址为：225008 江苏省扬州市邗江区江阳工业园荷叶西路198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”。