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！

龙图腾网获悉安徽大学申请的专利基于轻量化变分贝叶斯学习的齿轮箱故障诊断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：CN120524160B 。

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：202511020915.3，技术领域涉及：G06F18/20；该发明授权基于轻量化变分贝叶斯学习的齿轮箱故障诊断方法是由竺德;张皓杰;罗沙;赵大卫;孙冬;高清维设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本基于轻量化变分贝叶斯学习的齿轮箱故障诊断方法在说明书摘要公布了：本发明涉及机械故障诊断技术领域，公开了基于轻量化变分贝叶斯学习的齿轮箱故障诊断方法及系统，该方法包括：采集齿轮箱的待诊断振动信号，对待诊断振动信号进行预处理，得到原始振动信号及其故障特征频率；根据原始振动信号的故障特征频率确定原始振动信号的调幅‑调频稀疏组合表示，并根据包含稀疏向量的分类分布和原始振动信号的调幅‑调频稀疏组合表示构建联合概率模型；利用原始振动信号的非重叠子序列与自然梯度优化对联合概率模型进行变分贝叶斯推断求解，得到稀疏系数的后验概率估计；根据稀疏系数的后验概率估计和稀疏精度参数确定激活分量，将激活分量与预先建立的多尺度调幅‑调频稀疏字典进行匹配，得到故障类型及其置信度。

本发明授权基于轻量化变分贝叶斯学习的齿轮箱故障诊断方法在权利要求书中公布了：1.一种基于轻量化变分贝叶斯学习的齿轮箱故障诊断方法，其特征在于，所述方法包括： 采集齿轮箱的待诊断振动信号，对所述待诊断振动信号进行预处理，得到原始振动信号及其故障特征频率； 根据所述原始振动信号的故障特征频率确定所述原始振动信号的调幅-调频稀疏组合表示，并根据包含稀疏向量的分类分布和所述原始振动信号的调幅-调频稀疏组合表示构建联合概率模型； 利用所述原始振动信号的非重叠子序列与自然梯度优化对所述联合概率模型进行变分贝叶斯推断求解，得到稀疏系数的后验概率估计； 根据所述稀疏系数的后验概率估计和稀疏精度参数确定激活分量，将所述激活分量与预先建立的多尺度调幅-调频稀疏字典进行匹配，得到故障类型及其置信度； 所述联合概率模型为： ； 其中，表示联合概率模型，表示原始振动信号，所述原始振动信号的调幅-调频稀疏组合表示的表达式为：，表示故障类型的数量，表示第类故障的信号分量，表示高斯白噪声，表示所有的隐变量集合，表示字典的尺度控制参数，表示第类故障标签的先验分布，，表示包含稀疏向量的分类分布，表示整体的激活向量集，表示与稀疏表示直接相关的局部隐变量子集，是稀疏向量，表示故障的故障周期分配向量，表示第类故障中第个观测子样本序列对应的稀疏故障信号分量，表示第个调幅调频基函数的激活变量，表示第个调幅调频基函数的局部维度激活向量，表示第个观测子样本序列的尺度参数，表示向量中的第个元素，对应第个调幅调频基函数，表示在已知稀疏系数向量和调制强度参数的条件下原始振动信号的条件概率密度函数，表示调制强度参数的先验分布，表示第个调幅调频基函数的激活变量的先验分布，表示第个调幅调频基函数的局部维度激活变量的先验分布，表示稀疏字典中元素的总数，且稀疏字典中的每个元素对应一个调幅调频基函数。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。