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！

龙图腾网获悉丽水学院申请的专利滚动轴承故障诊断模型建立方法、诊断方法、装置和设备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：CN117194967B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310231777.8，技术领域涉及：G06F18/214；该发明授权滚动轴承故障诊断模型建立方法、诊断方法、装置和设备是由游张平;袁海洋;叶晓平;赵建平;林云峰;陈娅红;贾彬;李培远;任耀庆;陈浩设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本滚动轴承故障诊断模型建立方法、诊断方法、装置和设备在说明书摘要公布了：本申请涉及一种滚动轴承故障诊断模型建立方法、诊断方法、装置和设备，属于轴承故障诊断的技术领域，滚动轴承的故障诊断模型建立方法，包括：获取滚动轴承各种故障状态下的实测样本数据，所述实测样本数据包括训练样本数据和测试样本数据；建立BP神经网络模型；采用粒子群优化算法对BP神经网络模型的连接权值和阈值进行优化，使所述BP神经网络模型的全局误差达到预设精度；将所述训练样本数据输入至优化后的所述BP神经网络模型中进行训练，并使用测试样本数据对训练结果进行验证，得到滚动轴承的故障诊断模型。本申请具有提高滚动轴承的故障诊断结果的准确性的效果。

本发明授权滚动轴承故障诊断模型建立方法、诊断方法、装置和设备在权利要求书中公布了：1.一种滚动轴承的故障诊断模型建立方法，其特征在于，所述方法包括： 获取滚动轴承各种故障状态下的实测样本数据，所述实测样本数据包括训练样本数据和测试样本数据； 建立BP神经网络模型； 将所述训练样本数据输入至所述BP神经网络模型中进行训练； 采用粒子群优化算法对BP神经网络模型的连接权值和阈值进行优化，使所述BP神经网络模型的全局误差达到预设精度； 将所述训练样本数据输入至优化后的所述BP神经网络模型中进行训练，并使用测试样本数据对训练结果进行验证，得到滚动轴承的故障诊断模型； 所述采用粒子群优化算法对BP神经网络模型的连接权值和阈值进行优化，包括： 获取粒子群的种群规模、预设精度值、最大迭代次数； 根据所述种群规模随机获取粒子群，对所述粒子的速度和位置进行初始化； 根据每个所述粒子的速度和位置均确定一组BP神经网络的连接权值和阈值，分别根据每组所述连接权值和阈值调节所述BP神经网络，将所述实测样本数据输入至所述BP神经网络进行训练，计算得到训练误差，根据所述适应函数和所述训练误差，计算得到每个粒子的初始适应度，根据所述初始适应度确定每个粒子的个体最优解和所述粒子群的群体最优解； 判断所述群体最优解对应的训练误差是否小于所述预设精度值，若是，则输出所述群体最优解； 否则，重复执行迭代步骤，直至所述迭代次数达到最大迭代次数或所述群体最优解对应的训练误差达到所述预设精度值，输出所述群体最优解； 根据所述群体最优解确定优化后BP神经网络模型的连接权值和阈值； 所述迭代步骤包括： 根据上一次迭代时粒子的位置和速度以及惯性权重，更新所述粒子的位置和速度； 计算每个粒子的适应度，根据所述适应度确定每个粒子的个体最优解和所述粒子群的群体最优解； 根据迭代次数的增加，线性减小所述惯性权重； 在根据所述初始适应度确定每个粒子的个体最优解和所述粒子群的群体最优解之后，所述方法还包括： 判断是否连续N次出现相邻两次迭代群体最优解的差值绝对值小于极小值常数； 若连续N次出现相邻两次迭代群体最优解的差值绝对值小于极小值常数，利用L-M算法进行局部深度搜索若干步，得到第一搜索解； 判断所述第一搜索解的适应度是否小于所述群体最优解的适应度，若所述第一搜索解的适应度小于所述群体最优解的适应度，则根据所述第一搜索解更新所述群体最优解。

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丽水学院，其通讯地址为：323000 浙江省丽水市莲都区学院路1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。