燕山大学江国乾获国家专利权
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!
龙图腾网获悉燕山大学申请的专利一种基于多级典型相关分析网络的轴承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:CN115270859B 。
龙图腾网通过国家知识产权局官网在2025-11-18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:202210799982.X,技术领域涉及:G06F18/20;该发明授权一种基于多级典型相关分析网络的轴承寿命预测方法是由江国乾;周文达;李小俚;李英伟;赵小川;武鑫;谢平设计研发完成,并于2022-07-06向国家知识产权局提交的专利申请。
本一种基于多级典型相关分析网络的轴承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多级典型相关分析网络的轴承寿命预测方法,首先获取轴承振动x方向和y方向传感器采集的双通道振动信号数据,并进行数据预处理;利用多频带特征注意力模块得到双通道多频带信息,并对双通道多频带信息进行第一级约束,得到双通道协同多频带信息,然后将其分别输入到空洞卷积空间特征提取模块中,提取空间特征;并对提取后得到的双通道空间特征序列进行第二级约束,得到双通道协同空间特征序列;再将其分别输入到卷积时序特征提取模块中,提取时序特征;并对提取后得到的双通道时空特征序列进行第三级约束,得到双通道协同时空特征序列;最后构建寿命预测回归层,将双通道协同时空特征序列输入到回归层中,预测轴承剩余寿命。
本发明授权一种基于多级典型相关分析网络的轴承寿命预测方法在权利要求书中公布了:1.一种基于多级典型相关分析网络的轴承寿命预测方法,其特征在于:包括如下步骤: 步骤S1、获取轴承振动x方向和y方向传感器采集的双通道振动信号数据,并进行数据预处理;设计并利用多频带特征注意力模块,自动筛选轴承退化敏感信息,得到双通道多频带信息;设计并利用典型相关分析约束模块,对筛选后的双通道多频带信息进行第一级约束,得到双通道协同多频带信息; 所述步骤S1包括如下具体步骤: 步骤S11、通过轴承振动x方向和y方向传感器获取双通道振动信号数据,并对异常点进行剔除,得到x方向信号输入Vx和y方向信号输入Vy; 步骤S12、多频带特征注意力模块首先通过m层“db1”小波包分解函数对原始双通道数据分别进行处理,给定输入的原始数据样本大小为fl∈Rd×cl∈1,2,…,N,经过小波包分解后,共获得2m个频带,每个频带的长度为L=fiD;每个输入样本被分解为L×D的系数矩阵作为模型输入,最终分别得到x方向和y方向双通道多频带输入; 步骤S13、利用全局平均池化层对输入进行信息聚合,计算公式如下: 其中,代表第l个样本第i个频带经过全局平均池化层得到的输出,Wi,j表示第i个频带的第j个小波包系数; 然后将al输入到两层卷积层中,卷积核的大小都为1,特征图的个数分别为2m-1和2m;再通过sigmoid激活函数σhs获得频带权重计算公式如下: 最后将所得到的权重与未经处理的多频带时频信息相乘得到双通道加权时频信息和 步骤S14、设计典型相关分析约束模块,典型相关分析约束模块包括一个扁平化层和一个聚合全连接层,全连接层的神经元个数设置为r,并在模型训练时添加典型相关分析loss到模型训练的总loss中,其中典型相关loss的优化目标为 min-corrX1,X2 其中,X1=W1TH1+b1,X2=W2TH2+b2为典型相关分析的输入,W1、W2分别为通道x与通道y对应输入信号的权重矩阵,b1、b2分别为偏置矩阵,r1与r2为正则化参数,I为单位矩阵,n为样本数量; 步骤S15、利用典型相关分析约束模块,对双通道加权时频信息进行相关性约束,得到双通道协同多频带信息和 步骤S2、将步骤S1筛选后的双通道协同多频带信息分别输入到空洞卷积空间特征提取模块中,提取空间特征;利用典型相关分析约束模块,对提取后得到的双通道空间特征序列进行第二级约束,得到双通道协同空间特征序列; 步骤S3、将步骤S2得到的双通道协同空间特征序列分别输入到卷积时序特征提取模块中,提取时序特征;利用典型相关分析约束模块,对提取后得到的双通道时空特征序列进行第三级约束,得到双通道协同时空特征序列; 步骤S4、构建寿命预测回归层,将步骤S3得到的双通道协同时空特征序列输入到回归层中,预测轴承剩余寿命。
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燕山大学,其通讯地址为:066004 河北省秦皇岛市海港区河北大街438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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励