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！

龙图腾网获悉北京航空航天大学申请的专利基于不确定粒子滤波的机电设备部件退化状态估计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：CN117951972B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202410139472.9，技术领域涉及：G06F30/25；该发明授权基于不确定粒子滤波的机电设备部件退化状态估计方法是由刘杰;梁婧瑜设计研发完成，并于2024-01-31向国家知识产权局提交的专利申请。

本基于不确定粒子滤波的机电设备部件退化状态估计方法在说明书摘要公布了：本发明属于机电设备故障诊断技术领域，具体涉及一种基于不确定粒子滤波的机电设备部件退化状态估计方法，其包括：S1、对机电设备部件进行系统建模，确定机电设备部件的状态方程与观测方程；S2、根据机电设备部件初始状态，得出第一时刻的不确定粒子，确定初始不确定分布函数；S3、根据机电设备部件的状态方程，计算在第二时刻的不确定粒子，得到机电设备部件待估计状态的先验不确定分布；S4、机电设备部件退化状态的实时估计；S5、进行下一时刻机电设备部件的退化状态估计。本发明通过实时监测数据准确估计机电设备部件状态，灵敏度较高，能够快速预测到对象的真实状态，在故障诊断领域有着较好的应用前景。

本发明授权基于不确定粒子滤波的机电设备部件退化状态估计方法在权利要求书中公布了：1.一种基于不确定粒子滤波的机电设备部件退化状态估计方法，其特征在于，其包括： S1：对机电设备部件进行系统建模，确定机电设备部件的状态方程与观测方程； 对待估计的机电设备部件进行系统建模，分别确定待估计的机电设备部件的状态方程Gξt与观测方程Hξt； S2:根据机电设备部件初始状态，得出第一时刻的不确定粒子，确定初始不确定分布函数； 将待估计的机电设备部件的状态设定为不确定变量ξt，使用不确定粒子取值xt拟合初始分布函数，确定初始不确定分布函数为： 其中，Ψξt为初始不确定分布函数；ξt为一个不确定变量，表示机电设备部件在第一时刻t的状态；Ψxt为粒子化的分布函数；Φixt为第i个不确定变量的分布函数；xt为第一时刻不确定粒子取值；为第i个不确定粒子取值；为第i个不确定粒子信度；i为不确定粒子编号；n为不确定粒子总数；δ为不确定分布求解函数；t为第一时刻；min为求最小值函数； S3：根据机电设备部件的状态方程，计算在第二时刻的不确定粒子，得到机电设备部件待估计状态的先验不确定分布； 设定步骤S1中机电设备部件状态方程的误差函数为qt，获取步骤S2中的初始不确定分布函数，计算在第二时刻t+1不确定变量的先验分布函数，进一步计算第二时刻的不确定粒子，获得机电设备部件待估计状态的先验不确定分布为： 其中，Ψ-ξt+1为机电设备部件待估计状态的先验不确定分布；ξt+1为机电设备部件在第二时刻t+1的状态，xt+1为第二时刻不确定粒子取值；t+1为第二时刻； S4：机电设备部件退化状态的实时估计：利用粒子化不确定贝叶斯定理，计算在第二时刻不确定粒子的信度，得到机电设备部件待估计状态的后验不确定分布，完成机电设备部件退化状态的实时估计；所述机电设备部件待估计状态的后验不确定分布为： 其中，Ψ+ξt+1为机电设备部件待估计状态的后验不确定分布；η为后验不确定分布系数；F′ys|xt+1为不确定粒子似然函数；Ψ-′xt+1为先验不确定分布导数；ys为第s个机电设备部件的观测值；s为机电设备部件的观测值编号；m为机电设备部件的观测值总数； 机电设备部件待估计状态的后验不确定分布Ψ+ξt+1的均值即为第二时刻的机电设备关键设备的状态估计值； S5：进行下一时刻机电设备部件的退化状态估计：使用线性插值法作为重采样方法，生成新的不确定粒子，设定基于有效不确定粒子数的重采样阈值和基于置信区间的重采样阈值，在超过重采样阈值时进行不确定粒子的重采样；将得到的新的不确定粒子重复步骤S3和S4，完成下一时刻机电设备部件的退化状态估计。

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航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。

以上内容由龙图腾AI智能生成。