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！

龙图腾网获悉南京信息工程大学申请的专利一种基于自编码器和AOMM的轴承退化起始点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：CN120180280B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510655606.7，技术领域涉及：G06F18/2415；该发明授权一种基于自编码器和AOMM的轴承退化起始点检测方法是由周杨;张菀;周旺平设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。

本一种基于自编码器和AOMM的轴承退化起始点检测方法在说明书摘要公布了：本发明涉及轴承故障诊断技术领域，公开了一种基于自编码器和AOMM的轴承退化起始点检测方法，采集轴承的实时振动信号；利用自编码器得到实时振动信号的特征序列；根据预先训练得到的最优符号数量，得到实时振动信号的符号化特征序列；根据预先训练得到的最优窗口大小，得到若干个滑动窗口；应用AOMM方法，基于符号分布熵和多项式回归模型自适应调节Markov阶数，得到状态平稳概率矩阵；将状态平稳概率矩阵与标签数据输入预先训练好的自适应增强分类器进行预测，输出预测的退化起始点。本发明更准确的识别出退化起始点，解决了退化起始点的特征提取不全面，受噪声影响大和退化起始点检测多依赖信号幅度，忽视信号的动态行为的问题。

本发明授权一种基于自编码器和AOMM的轴承退化起始点检测方法在权利要求书中公布了：1.一种基于自编码器和AOMM的轴承退化起始点检测方法，其特征在于，包括： 采集轴承的实时振动信号； 对采集的实时振动信号进行预处理，得到预处理后的实时振动信号； 利用自编码器对预处理后的实时振动信号进行特征提取，得到实时振动信号的特征序列； 根据预先训练得到的最优符号数量对实时振动信号的特征序列进行全局符号化，得到实时振动信号的符号化特征序列； 根据预先训练得到的最优窗口大小对实时振动信号的符号化特征序列进行分段，得到若干个滑动窗口； 应用AOMM方法，基于符号分布熵和多项式回归模型自适应调节Markov阶数，计算得到的每个滑动窗口的状态平稳概率向量，并将所有的状态平稳概率向量拼接成状态平稳概率矩阵； 将状态平稳概率矩阵与标签数据输入预先训练好的自适应增强分类器进行预测，输出预测的退化起始点； 其中，所述基于符号分布熵和多项式回归模型自适应调节Markov阶数，包括： 在每个窗口动态调整Markov模型的阶数，首先计算当前窗口与前一个窗口的符号分布熵变化，将当前的符号分布熵变化值添加到历史符号分布熵列表中，如果符号分布熵变化超过设定的阈值，说明数据复杂度增加，需要提高Markov模型的阶数，此时，如果历史符号分布熵数据包含至少3个数据点，则使用历史符号分布熵变化值作为训练数据，则使用多项式回归模型拟合历史符号分布熵变化趋势，并预测下一个窗口的符号分布熵变化； 在预测下一个窗口的符号分布熵变化时，使用拟合好的多项式回归模型，将下一个窗口的索引代入多项式回归模型，得到预测的符号分布熵变化值，并根据预测结果调整Markov模型的阶数；若预测的符号分布熵变化仍然超过预设的符号分布熵阈值，则大幅增加Markov模型的阶数，即自增2；否则，小幅增加Markov模型的阶数，即自增1；如果历史符号分布熵数据不足，则直接小幅增加Markov模型的阶数，即自增1；如果符号分布熵变化小于等于预设的符号分布熵阈值，则保持当前Markov模型的阶数不变。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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”。