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！

龙图腾网获悉石家庄铁道大学申请的专利一种多权重指标融合的滚动轴承健康状态退化失效评估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：CN118643384B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202410663652.7，技术领域涉及：G06F18/241；该发明授权一种多权重指标融合的滚动轴承健康状态退化失效评估方法是由邓飞跃;罗博迅;刘永强;杨绍普;王铁成;郭涛;顾晓辉;刘泽潮;刘文朋设计研发完成，并于2024-05-27向国家知识产权局提交的专利申请。

本一种多权重指标融合的滚动轴承健康状态退化失效评估方法在说明书摘要公布了：本发明公开了一种多权重指标融合的滚动轴承健康状态退化失效评估方法，包括：采集滚动轴承全寿命阶段的振动信号，构建滚动轴承振动信号全寿命数据集；计算数据集中每个振动信号的多种特征指标；分别计算每一种特征指标的斯皮尔曼等级相关系数；基于单调性、相关性和鲁棒性计算归一化后特征指标的权重系数；滚动轴承振动信号全寿命数据集中每个筛选后的特征指标和其所对应的权重系数进行相乘并相加，得到每个振动信号的健康因子，绘制滚动轴承健康因子曲线；根据滚动轴承健康因子曲线确定滚动轴承退化状态起始点和退化状态以及失效状态起始点和失效状态。本发明能准确表征滚动轴承性能缓变退化状态。

本发明授权一种多权重指标融合的滚动轴承健康状态退化失效评估方法在权利要求书中公布了：1.一种多权重指标融合的滚动轴承健康状态退化失效评估方法，其特征在于，包括： 采集滚动轴承全寿命阶段的振动信号，构建滚动轴承振动信号全寿命数据集； 计算数据集中每个振动信号的多种特征指标； 分别计算每一种特征指标的斯皮尔曼等级相关系数，以筛选出大于预先设置阈值的特征指标，并对筛选后的特征指标进行归一化处理； 基于单调性、相关性和鲁棒性计算归一化后特征指标的权重系数； 滚动轴承振动信号全寿命数据集中每个筛选后的特征指标和其所对应的权重系数进行相乘并相加，得到每个振动信号的健康因子，以滚动轴承振动信号全寿命数据集中每个振动信号的样本序列为横坐标，健康因子为纵坐标，绘制滚动轴承健康因子曲线； 根据滚动轴承健康因子曲线确定滚动轴承退化状态起始点和退化状态以及失效状态起始点和失效状态； 所述滚动轴承振动信号全寿命数据集包括： 滚动轴承振动信号全寿命数据集表示为，数据集包括n个振动时间信号样本，其中表示第i次采集得到的振动时间信号样本； 所述计算数据集中每个振动信号的多种特征指标包括： 针对滚动轴承振动信号全寿命数据集S，计算其中每个振动时间信号样本的均值、标准差、偏度、峭度、波形因数、形状因子、边际因子、峰峰值、均方根、峰值、整流平均值特征指标Fi； 针对归一化后每一类特征指标单调性、相关性及鲁棒性指标结果，按照特征指标类别相加并计算平均，得到对应每一类特征指标的权重系数，分别表示为w1、w2、…、wc，其中，第i类特征指标的权重系数wi计算如下： 式中，分别为第i类特征指标对应的单调性、相关性及鲁棒性指标结果；分别为筛选后所有特征指标单调性、相关性及鲁棒性结果的最大值，对每一类特征指标的权重系数进行如下处理： 式中，为筛选后所有特征指标权重系数的和，最终，筛选后每一类特征指标对应的权重系数表示为：； 所述得到每个振动信号的健康因子包括： 针对滚动轴承振动信号全寿命数据集S中第i个振动时间信号样本筛选后特征指标以及每一种特征指标对应的权重系数，分别进行对应特征指标相乘并相加，得到该振动时间信号样本对应的健康因子HIi： 分别求出滚动轴承振动信号全寿命数据集S中每个振动时间信号样本的健康因子HI，以滚动轴承振动信号全寿命数据集S中各个振动时间信号样本的样本序列为横坐标，健康因子HI为纵坐标，绘制出滚动轴承全寿命阶段健康因子HI曲线。

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石家庄铁道大学，其通讯地址为：050000 河北省石家庄市长安区北二环东路17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。