河南科技大学李军星获国家专利权
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！
龙图腾网获悉河南科技大学申请的专利一种基于EEMD与改进CNN-BiLSTM的滚动轴承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：CN116399590B 。
龙图腾网通过国家知识产权局官网在2026-01-30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：202310374941.0，技术领域涉及：G01M13/045；该发明授权一种基于EEMD与改进CNN-BiLSTM的滚动轴承故障诊断方法是由李军星;徐行;邱明;贾现召设计研发完成，并于2023-04-10向国家知识产权局提交的专利申请。
本一种基于EEMD与改进CNN-BiLSTM的滚动轴承故障诊断方法在说明书摘要公布了：本发明公开一种基于EEMD与改进CNN‑BiLSTM的滚动轴承故障诊断方法，主要步骤为：振动信号的采集与预处理；模型的构建；模型训练；模型测试，其中将振动信号使用EEMD进行分解，输入从单通道变成多通道，使模型更容易提取出其中的特征，加快模型训练速度，在卷积神经网络结构，在第一个卷积层中使用多个尺寸不同的卷积核，从而获得不同的感受野，这样提取到的特征将会更加充分；在后面几层使用残差连接的结构防止因为网络层加深所导致的网络退化，并联双向长短时记忆神经网络能够更充分的完成对时间信息的利用，且在双向长短时记忆神经网络中，使用两个神经元相同的双向长短时记忆神经网络，同时将卷积神经网络的输出作为双向长短时记忆神经网络的输入。
本发明授权一种基于EEMD与改进CNN-BiLSTM的滚动轴承故障诊断方法在权利要求书中公布了：1.一种基于EEMD与改进CNN-BiLSTM的滚动轴承故障诊断方法，其特征在于：主要步骤为： S1、振动信号的采集与预处理，振动信号划分为训练数据和测试数据； S2、模型的构建 S2.1、首先构建卷积神经网络部分； S2.2、接着构建双向长短时记忆神经网络部分； S2.3、构建两个并联的双向长短时记忆神经网络，其单元数均为40，将两个双向长短时记忆神经网络的输出进行相加、展平，输出； S2.4、将S2.3的结果输入到全连接神经网络中，进行最后结果预测； S3、模型训练 使用S1的训练数据，输入到S2构建好的模型中，将S2.4的输出结果与训练数据的标签进行交叉熵损失计算，使用反向传播算法更新模型参数，多次重复上述步骤，保存其中最好的结果，将训练参数进行保存； S4、模型测试 使用S1的测试数据，输入到S3训练好的模型中，对测试数据进行故障预测评估。
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河南科技大学，其通讯地址为：471000 河南省洛阳市涧西区西苑路48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。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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