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！

龙图腾网获悉浙江理工大学申请的专利一种基于VMD-SSA-LSTM的滚动轴承剩余使用寿命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：CN115470630B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202211110398.5，技术领域涉及：G06F18/20；该发明授权一种基于VMD-SSA-LSTM的滚动轴承剩余使用寿命预测方法是由周籽佑;陈文华;潘骏;贺青川设计研发完成，并于2022-09-13向国家知识产权局提交的专利申请。

本一种基于VMD-SSA-LSTM的滚动轴承剩余使用寿命预测方法在说明书摘要公布了：本发明公开了一种基于VMD‑SSA‑LSTM的滚动轴承剩余使用寿命预测方法，并将其运用于轴承剩余寿命预测中。首先，构造了基于故障特征处L∞L1范数的适应度函数。该适应度函数利用了滚动轴承故障建模知识；能有效描述故障脉冲和循环平稳特征，提高了对滚动轴承振动信号进行VMD的自适应性。其次，本发明提出了一种基于SES和HD的IMF信号重构方法，在不丢失原始信号的情况下提高信噪比。利用重构信号进行滚动轴承RUL预测，提高了预测精度。

本发明授权一种基于VMD-SSA-LSTM的滚动轴承剩余使用寿命预测方法在权利要求书中公布了：1.一种基于VMD-SSA-LSTM的滚动轴承剩余使用寿命预测方法，其特征在于包括以下步骤： 步骤1、初始化VMD的分解模态数k和惩罚因子α的取值范围分别是[kmin,kmax]和[αmin,αmax]，对原始振动信号进行VMD，得到k层IMF分量； 步骤2、根据滚动轴承的各种故障类型的故障特征频率计算公式表，计算滚动轴承各种故障特征频率； 步骤3、计算k层IMF分量故障特征频域处的LpLq范数FiL∞L1； 步骤4、将整个特征频域段所包含的M个故障特征频率估计值fi的L∞L1范数相加构造出IMF分量的L∞L1范数； 步骤5、比较[kmin,kmax]和[αmin,αmax]范围内不同k和α取值得到的ff大小，并记录最大ff的对应k和α的取值kbest,αbest； 步骤6、对原始振动信号再次进行VMD，k和α的值取为kbest,αbest，得到kbest个IMF分量； 步骤7、对IMF信号进行重构，计算信号分解得到的kbest个IMF分量的平方包络谱和Hausdorff距离，得到HD矩阵： 步骤8、将计算得到的各IMF分量的L∞L1范数FSL∞L1构造成FS向量，将HD矩阵与FS向量相乘，计算向量HFS中所有元素之和，计算得到各IMF量的重构因子r，最终用IMF的分量乘以重构因子r并求和得到重构后的信号Xt； 步骤9、将重构信号Xt输入LSTM网络，得到滚动轴承剩余寿命预测结果； 步骤3的LpLq范数FiL∞L1，其中p＝∞,q＝1； 其中，SES是平方包络谱，计算公式为SES[n]＝|x[n]+j*Hilbert{x[n]}|2，Hilbert{.}表示Hilbert变换；N为特征频域段的故障信号被均匀分割的组数；n表示第n组故障信号，x[n]为第n组故障信号的故障特征频率估计值fi的时域信号； 步骤4所述的IMF分量的L∞L1范数； 其中，M≤N；由于对原始振动信号进行VMD得到k层IMF分量，因此最终得到的适应度函数ff为： 其中，g表示第层IMF分量。

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浙江理工大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街928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。