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！

龙图腾网获悉北京化工大学申请的专利一种基于多分辨率特征提取与Bi-LSTM网络的轴承退化趋势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：CN115438431B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202110607838.7，技术领域涉及：G06F18/213；该发明授权一种基于多分辨率特征提取与Bi-LSTM网络的轴承退化趋势预测方法是由唐刚;李杨;王晗;张世超;王冬冬设计研发完成，并于2021-06-01向国家知识产权局提交的专利申请。

本一种基于多分辨率特征提取与Bi-LSTM网络的轴承退化趋势预测方法在说明书摘要公布了：本发明一种基于多分辨率特征提取与Bi‑LSTM网络的轴承退化趋势预测方法，针对复杂工况和环境中，轴承振动信号含有大量随机噪声影响轴承退化趋势预测精度的问题，充分考虑历史振动状态对当前振动的影响。主要步骤如下：应用加速轴承退化试验的全寿命周期振动信号，对其进行时域分析提取多角度特征值构成特征集，根据特征的趋势性与相关性筛选敏感特征，利用多分辨率奇异值分解方法对敏感特征进行分解和重构，将归一化后的敏感特征输入构建好的Bi‑LSTM网络进行训练，预测轴承退化趋势。其目的在于提供一种充分考虑轴承历史振动状态对当前时刻的影响、消除运行中随机干扰、保留轴承退化过程中的重要故障信息、提高轴承退化趋势预测准确度的预测方法。

本发明授权一种基于多分辨率特征提取与Bi-LSTM网络的轴承退化趋势预测方法在权利要求书中公布了：1.一种基于多分辨率特征提取与Bi-LSTM网络的轴承退化趋势预测方法，其特征在于，包括以下步骤： S1：获取轴承加速寿命试验中的从开始至完全失效的振动加速度信号； S2：对所采用的振动信号进行时域分析，提取多角度特征值，初步构建全面描述轴承运行状态的特征集； S3：分析特征集的趋势性与相关性，选择合适的特征； S4：将该特征输入多分辨率奇异值分解方法，利用单调性确定合适的分解层数，构建敏感特征； 对所选特征进行奇异值分解，根据某层近似分量单调性最好的原则选择多分辨率奇异值分解结果，停止分解，得到去除随机噪声的近似分量作为敏感特征；单调性指标定义为： ； S5：将敏感特征进行[0,1]归一化处理后，由μ+3σ准则确定起始预测点，划分训练集和预测集； S6：构建Bi-LSTM网络框架，将归一化处理后的敏感特征作为输入，得到全面表征轴承运行状态的健康指标； S7：通过训练集训练、预测集验证所述Bi-LSTM网络； S8：将训练和预测后的健康指标进行反归一化处理转化为预测的轴承退化趋势，构建模型评价指标评价预测退化趋势的精度； 趋势指标定义为： 相关度指标定义为： 最后选择具有较好物理性的特征。

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北京化工大学，其通讯地址为：100029 北京市朝阳区北三环东路15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”。