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样本分布特征和椭球模型的旋转机械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：CN119962293B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510024982.6，技术领域涉及：G06F30/23；该发明授权基于样本分布特征和椭球模型的旋转机械故障诊断方法是由王冲;强鑫;范浩然;陈新兴设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本基于样本分布特征和椭球模型的旋转机械故障诊断方法在说明书摘要公布了：本发明提供一种基于样本分布特征和椭球模型的旋转机械故障诊断方法，其包括：建立旋转机械的有限元模型，计算典型故障模式下的动力学响应，获得对应特征参数，形成故障样本集；根据故障样本集内样本点的相似系数建立相似度矩阵，基于相似度矩阵去除异常点；对去除异常点后的故障样本集中的样本点进行聚类分析，形成典型故障模式下的多椭球模型；获得待检模式下的特征参数，建立相对应的椭球模型，计算其与多椭球模型的重合度；基于典型故障模式建立辨识框架，结合概率融合和最大概率决策，获取待检模式的诊断结果。本发明建立了基于样本分布特征和椭球模型的旋转机械故障诊断框架，提高了分散性数据下故障诊断的精度。

本发明授权基于样本分布特征和椭球模型的旋转机械故障诊断方法在权利要求书中公布了：1.一种基于样本分布特征和椭球模型的旋转机械故障诊断方法，其特征在于，包括： 步骤一：利用有限元网格对所述旋转机械的几何模型进行离散，获得所述旋转机械的有限元模型，并计算所述有限元模型在典型故障模式下的动力学响应，获得所述动力学响应中的多个特征参数，根据所有所述特征参数建立故障样本集； 步骤二：基于绝对值倒数法计算所述故障样本集中的所有样本点的相似系数，将所有所述相似系数形成相似度矩阵，并根据所述相似度矩阵的统计特征去除所述故障样本集中的异常点； 步骤三：对去除所述异常点后的所述故障样本集中的所述样本点进行聚类分析，获得所述样本点在所述典型故障模式下各个所述特征参数的样本簇，并依据所述样本簇建立所述典型故障模式下特征参数的多椭球模型； 步骤四：选取待检模式下的动力学响应中的多个特征参数建立待检样本集，利用所述待检样本集建立所述待检模式下特征参数的椭球模型，利用几何测度法计算所述椭球模型与所述多椭球模型的重合度； 步骤五：根据所述典型故障模式建立辨识框架，将所述辨识框架下所有典型故障模式的穷举组合形成焦元集合，对所述重合度进行归一化处理并作为所述焦元集合中各焦元的基本概率指派，对所述基本概率指派进行概率转换并依据最大概率决策获取所述待检模式的诊断结果。

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。