东南大学邓艾东获国家专利权
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！
龙图腾网获悉东南大学申请的专利一种基于MDE-SVDD的滚动轴承声纹异常检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：CN116499745B 。
龙图腾网通过国家知识产权局官网在2025-06-27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：202310246557.2，技术领域涉及：G01M13/045；该发明授权一种基于MDE-SVDD的滚动轴承声纹异常检测方法是由邓艾东;高原;梁志宏;范永胜;秦宁设计研发完成，并于2023-03-15向国家知识产权局提交的专利申请。
本一种基于MDE-SVDD的滚动轴承声纹异常检测方法在说明书摘要公布了：本发明公开了一种基于MDE‑SVDD的滚动轴承声纹异常检测方法，涉及滚动轴承异常检测技术领域，解决了强噪声下的滚动轴承异常检测效率较低的技术问题，其技术方案要点是采集正常滚动轴承运行的声音信号，提取MFCC特征送入基于马氏距离加权的支持向量数据描述MDE‑SVDD进行异常检测。通过马氏距离加权的方法，解决了滚动轴承运行数据易受噪声干扰同时SVDD未考虑数据密度分布的问题。该方法对含有不同强度噪声的振动信号均能有效提取故障特征，具有良好的诊断性能，准确率更高、训练参数较少、收敛速度快、鲁棒性好。
本发明授权一种基于MDE-SVDD的滚动轴承声纹异常检测方法在权利要求书中公布了：1.一种基于MDE-SVDD的滚动轴承声纹异常检测方法，其特征在于，包括： S1：对滚动轴承在不同运行状态下的声音信号进行采集，获取滚动轴承的原始声音数据，将强噪声信号加入到原始声音数据中，得到不用信噪比下的声音信号数据； S2：对所述声音信号数据进行样本切分，将正常样本按3:1切分为训练集和测试集，将异常状态样本全部放入至测试集； S3：分别对训练集和测试集的梅尔倒谱系数进行提取，并对训练集的马氏距离加权系数进行计算； S4：构建基于SVDD模型的声纹识别模型，并将所述马氏距离加权系数引入该声纹识别模型，从而得到MDE-SVDD模型，将训练集提取到的梅尔倒谱系数作为特征输入到MDE-SVDD模型中，对MDE-SVDD模型进行训练和参数更新，直至MDE-SVDD模型的参数收敛结束训练，得到训练后的MDE-SVDD模型； S5：将测试集提取到的梅尔倒谱系数输入到训练后的MDE-SVDD模型进行异常检测，得到检测结果。
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东南大学，其通讯地址为：210096 江苏省南京市江宁区东南大学路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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号