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！

龙图腾网获悉昆明理工大学申请的专利一种圆锥滚子轴承的微弱损伤诊断方法、系统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：CN119860921B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411918385.X，技术领域涉及：G01M13/045；该发明授权一种圆锥滚子轴承的微弱损伤诊断方法、系统是由康伟;周茂萱;郭瑜;尹兴超;樊家伟设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种圆锥滚子轴承的微弱损伤诊断方法、系统在说明书摘要公布了：本发明公开了一种圆锥滚子轴承的微弱损伤诊断方法、系统，属于故障诊断技术与信号处理分析技术领域。本发明方法提出了采用引入动态变化的窗口长度的短时傅里叶变换获得二维时频图像，该方法具有削弱背景干扰，增强异常振动信号特征的优点，且计算方便，振动信号特征全面，自适应程度明显；在此基础上，再采用生成对抗网络模型对不同状态下的时频图像进行特征分析，扩充样本，解决了圆锥滚子轴承微弱损伤振动信号故障特征难以提取的问题；进一步地，针对卷积神经网络对训练样本要求严格的特点，同时考虑到样本量的细微差异和权重固定的问题，本发明提出了圆锥滚子轴承微弱损伤识别模型，实现了圆锥滚子轴承异常状态的智能检测。

本发明授权一种圆锥滚子轴承的微弱损伤诊断方法、系统在权利要求书中公布了：1.一种圆锥滚子轴承的微弱损伤诊断方法，其特征在于，包括以下步骤： 步骤1：采集圆锥滚子轴承的加速度振动信号，构建不同状态下的加速度振动信号数据集； 步骤2：依据引入动态变化的窗口长度的短时傅里叶变换对振动信号进行时频特征提取，获取不同状态下的第一圆锥滚子轴承加速度振动信号的二维时频图像，得到加速度振动信号图像样本集； 步骤3：构建生成对抗网络模型，基于步骤2中所得的加速度振动信号图像样本集对所建模型进行训练，再利用训练后的模型生成第二圆锥滚子轴承加速度振动信号的二维时频图像，作为加速度振动信号扩充图像样本集； 步骤4：将加速度振动信号扩充图像样本集并入加速度振动信号图像样本集，获得加速度振动信号图像混合样本集；预设训练、测试和验证比例，将加速度振动信号图像混合样本集划分为训练V集、测试集和验证集； 步骤5：构建用于分类识别的圆锥滚子轴承微弱损伤识别模型； 步骤6：将步骤4中得到的训练集输入到步骤5构建的圆锥滚子轴承微弱损伤识别模型进行训练，再根据验证集的结果进行超参数调试，获得训练好的圆锥滚子轴承微弱损伤识别模型； 步骤7：将步骤4得到的测试集待诊断的圆锥滚子轴承的时频图像输入步骤6所得的训练好的圆锥滚子轴承微弱损伤识别模型中进行测试诊断； 所述不同状态下的加速度振动信号数据集中的状态分为单点中心损伤、贯通损伤、整周边缘损伤、整周中心损伤和正常五类； 所述步骤2具体为： 针对选取的步骤1构建的不同状态下的加速度振动信号数据集中的加速度振动信号样本，依据动态变化的窗口长度进行数据段的划分，得到多个短时间帧信号； 对每一短时间帧信号进行快速傅里叶变换，得到对应的频谱；将所有帧的频谱结果组合，获取第一圆锥滚子轴承加速度振动信号的二维时频图像； 设定初始窗口长度为L1，在n1时，根据能量分布动态调整窗口长度Ln，规则如下： 如果En-1Ehigh，设定窗口长度Ln＝Lmin；其中，n1； 如果En-1Elow，设定窗口长度Ln＝Lmax；其中，n1； 如果Elow≤En-1≤Ehigh，窗口长度根据能量线性插值： 式中，Ehigh、Elow分别表示预设的能量阈值的最大值、最小值；Lmax、Lmin分别表示预设的滑动窗口长度阈值的最大值、最小值；En-1表示第n-1个短时间帧信号的能量；Ln为第n个短时间帧信号的窗口长度。

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昆明理工大学，其通讯地址为：650031 云南省昆明市一二一大街文昌路68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。