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！

龙图腾网获悉中国民用航空飞行学院申请的专利基于CHHO-VMD的滚动轴承早期故障特征提取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：CN119848512B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202510046360.3，技术领域涉及：G06F18/213；该发明授权基于CHHO-VMD的滚动轴承早期故障特征提取方法是由黄刚劲;杨帅;倪俊杰;王权;刘倍岐;付尧明;付为刚;魏武国;张俊杰;杨雨轩设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本基于CHHO-VMD的滚动轴承早期故障特征提取方法在说明书摘要公布了：本发明公开了基于CHHO‑VMD的滚动轴承早期故障特征提取方法，包括以下步骤：获取轴承原始振动信号；识别原始振动信号中的早期故障信号；应用CHHO算法自适应的优化VMD参数，产生最佳参数组合[K,α]；利用参数优化的VMD对故障信号进行分解，提取其IMF分量；基于峭度和相关系数选择IMF分量重构故障信号；应用包络解调提取滚动轴承的故障特征频率。本发明的有益效果是：引入CHHO算法自适应地确定VMD的最优参数组合，避免了由于手动参数选择和不正确设置引起的模态分量损失和模态混叠问题，通过将CHHO和VMD结合，有效提取滚动轴承早期故障信号的故障特征频率，故障检测的准确性和及时性高。

本发明授权基于CHHO-VMD的滚动轴承早期故障特征提取方法在权利要求书中公布了：1.基于CHHO-VMD的滚动轴承早期故障特征提取方法，其特征在于：包括以下步骤： S1、获取轴承原始振动信号； S2、识别原始振动信号中的早期故障信号； S3、应用CHHO算法自适应的优化VMD参数，产生最佳参数组合[K,α]； S4、利用参数优化的VMD对故障信号进行分解，提取其IMF分量； S5、基于峭度和相关系数选择IMF分量重构故障信号； S6、应用包络解调提取滚动轴承的故障特征频率； 所述S3步骤中，CHHO算法引入混沌映射为初始能量产生混沌值，引入指数递减因子动态调整算法参数，引入高斯变异增加种群多样性； 所述混沌映射如下： xn+1＝uxn1-xn，u∈[0,4],xn∈0,1 其中，xn表示在第n时刻种群占最大可能种群规模的比例，xn+1表示第在n+1时刻的种群比例，u表示控制参数，x是0到1之间的随机数； 所述高斯变异如下： Xmutatedt+1＝Xt1+Nμ,σ2 其中，Xmutatedt+1表示突变后个体的位置，Xt表示突变前个体的位置，N表示均值为μ方差为σ2的高斯分布； 所述引入混沌映射为初始能量产生混沌值中，初始能量的更新公式如下： E0＝xn+1＝uxn1-xn，xn∈0,1 逃逸能量的更新公式如下： 其中，sign为-1或1的随机值，t表示当前的迭代次数，T表示最大迭代次数；所述指数递减因子动态调整算法参数中，指数衰减权重计算如下： ωi＝e-λ·i 其中，ωi是第i个数据点的权重，λ是衰减系数，i是时间间隔； 所述S3步骤中，采用平均最小能量熵为优化过程中的迭代指标，计算公式如下： 其中，uk是第k个IMF分量，Hmeanuk为分量uk的平均能量熵；Pk表示第k个分量uk占总能量的比例,Ek是各分量的能量，E是K个分量的能量之和，Ei是第i个分量的能量。

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中国民用航空飞行学院，其通讯地址为：618301 四川省德阳市广汉市三水镇高店村；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。