Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 苏州智为物联科技有限公司陈曦晖获国家专利权

苏州智为物联科技有限公司陈曦晖获国家专利权

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!

龙图腾网获悉苏州智为物联科技有限公司申请的专利一种滚动轴承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:CN116304832B

龙图腾网通过国家知识产权局官网在2025-10-31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:202310333997.1,技术领域涉及:G06F18/24;该发明授权一种滚动轴承故障诊断方法是由陈曦晖;孙明林设计研发完成,并于2023-03-31向国家知识产权局提交的专利申请。

一种滚动轴承故障诊断方法在说明书摘要公布了:本发明公开了一种滚动轴承故障诊断方法,包括实验台搭建、信号重构、模型提取、故障诊断与验证,搭建滚动轴承故障模拟实验台,采集模拟实验台原始振动信号;采用双树复小波包变换对振动信号进行分解得到高频小波系数,再对高频小波系数进行阈值降噪,对降噪后的小波系数进行重构,得到降噪后的重构信号;对重构信号建立循环谱相干二维特征提取模型;采用多尺度卷积核搭建多卷积层并行结构,提取不同尺度的输入特征,构建多尺度卷积神经网络进行故障类型诊断,并确定诊断准确率;对比不同工况下输入和输出轴轴承的诊断准确率,验证本方法的稳定性与泛化能力。本发明可以提高滚动轴承故障诊断的准确率,具有很好的泛化能力。

本发明授权一种滚动轴承故障诊断方法在权利要求书中公布了:1.一种滚动轴承故障诊断方法,其特征在于:包括以下操作步骤: S1:实验台搭建:搭建滚动轴承故障模拟实验台,采集模拟实验台原始振动信号; S2:信号重构:采用双树复小波包变换对所述振动信号进行分解得到高频小波系数,再对所述高频小波系数进行阈值降噪,对降噪后的小波系数进行重构,得到降噪后的重构信号; S3:模型提取:对所述重构信号建立循环谱相干二维特征提取模型; S4:故障诊断:采用多尺度卷积核搭建多卷积层并行结构,构建多尺度卷积神经网络,其网络结构中共有7个卷积层,每个卷积层之后为池化层,输入二维特征采用并行结构传输至三个卷积核尺寸不同的卷积层提取多尺度特征,所述并行结构包含三个并行分支结构,且每个分支结构都有不同的卷积核,卷积核的大小分别为3 × 3、5 × 5和7 × 7,不同大小的卷积核提取不同尺度的特征,提取不同尺度的输入特征,先对卷积核大小为5×5与3×3的卷积层完成最大池化后进行融合,并行结构的另一支也采用相同的结构与融合方式,完成第一阶段融合后,得到一对并行的融合层,在它们后面添加相同的卷积层与平均池化层以加快运行速度,完成池化后,将得到的一对特征值进行第二次融合,最后融合多尺度特征的数据经过卷积与池化后,进行分类前进入Dropout层,池化操作采用最大池化和平均池化结合的策略,前期网络结构中使用最大池化保留信号的显著特征,后期网络结构中加入平均池化考虑信号所有重要的特征元素,构建多尺度卷积神经网络进行故障类型诊断,并确定诊断准确率; S5:验证:对比不同工况下输入和输出轴轴承的诊断准确率,验证本方法的稳定性与泛化能力。

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苏州智为物联科技有限公司,其通讯地址为:215000 江苏省苏州市吴江区黎里镇城司路158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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。