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！

龙图腾网获悉常州大学申请的专利基于自适应极限学习机的齿轮故障诊断方法和系统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：CN116539303B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202310535547.0，技术领域涉及：G01M13/021；该发明授权基于自适应极限学习机的齿轮故障诊断方法和系统是由潘礼正;李军远;周远方;刘希;陈博文;唐伟设计研发完成，并于2023-05-12向国家知识产权局提交的专利申请。

本基于自适应极限学习机的齿轮故障诊断方法和系统在说明书摘要公布了：本发明公开了一种基于自适应极限学习机的齿轮故障诊断方法，包括步骤：获取齿轮在故障类型状态时的振动信号，基于振动信号辨识齿轮故障状态；提取振动信号的故障特征形成特征样本，将特征样本划分为训练集和测试集；将提取的特征样本的训练集训练自适应极限学习机网络，先采用分割隐含层节点数区间进行搜索的方式获得最优节点数搜索区域，再对得到的最优节点数搜索区域使用模拟退火算法快速迭代得到最终的自适应隐含层最佳节点数；以测试集为输入，利用所得的自适应隐含层最佳节点数构建极限学习机网络并进行齿轮故障诊断。本发明提升了齿轮故障诊断时极限学习机隐含层节点数确定的效率，增加了齿轮故障诊断的准确性和稳定性。

本发明授权基于自适应极限学习机的齿轮故障诊断方法和系统在权利要求书中公布了：1.基于自适应极限学习机的齿轮故障诊断方法，其特征在于：包括 步骤S100：获取齿轮在故障类型状态时的振动信号，基于振动信号辨识齿轮故障状态； 步骤S200：提取振动信号的故障特征，形成特征样本，将特征样本划分为训练集和测试集； 步骤S300：基于训练集训练自适应极限学习机网络，先采用分割隐含层节点数区间进行搜索的方式获得最优节点数搜索区域，再对得到的最优节点数搜索区域使用模拟退火算法迭代得到自适应隐含层最佳节点数；包括： 步骤S310：利用经验公式确定初始搜索区间范围，并且设置区间分割的终止阈值条件； 利用经验公式计算出节点数，以此节点数为基准点按一定比例确定初始搜索区间的上下限，依据搜索区间的长度按一定比例设定一个搜索终止阈值，作为斜率分割区间法迭代终止条件；经验公式及参数如下： ； 其中，为节点数，为样本数量，为分类类别，为黄金分割率，为特征维度； 步骤S320：根据搜索区间范围选取分割位置； 两个分割点的位置为靠近搜索区间上下边界的两个黄金分割点处，分割点位置的选取规则为： ； ； 其中，为搜索区间的上下边界端点，为靠近处的分割点，为靠近处的分割点，为黄金分割率； 步骤S330：计算五段分割的各区间准确率变化斜率； 以齿轮故障诊断辨识准确率变化曲线为目标对象，建立起抛物线模型，自变量为隐含层节点数，因变量为节点数对应的辨识准确率，用斜率分析抛物线模型的变化趋势，得到下一个搜索区间，斜率参数计算公式如下： ； 其中，为区间斜率，是极限学习机的隐含层节点数，是对应齿轮故障诊断的辨识准确率； 步骤S340：分割区间实际上是将区间[a，b]分三段，然后研究其所包含的五个区间的斜率变化，从而预测出新的搜索区间；分析区间的斜率变化趋势，获得变化平缓、包含极值的区间，之后再对得到的节点数区域进行下一次区间搜索；对区间进行迭代搜索，迭代搜索根据设置的终止阈值结束，然后得到最优节点数搜索区域； 步骤S350：在得到最优节点数搜索区域之后，使用模拟退火算法迭代，寻找到齿轮故障诊断最佳隐含层节点数； 步骤S400：以测试样本集为输入，利用所得的自适应隐含层最佳节点数构建极限学习机网络并进行齿轮故障诊断。

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常州大学，其通讯地址为：213164 江苏省常州市武进区滆湖中路21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。