買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜湘潭大學申請的專利基于多重模態分解和長短期記憶網絡的強噪聲干擾下的滾動軸承故障診斷方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115452381B 。

龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211198751.X，技術領域涉及：G01M13/045；該發明授權基于多重模態分解和長短期記憶網絡的強噪聲干擾下的滾動軸承故障診斷方法是由毛美姣;曾愷鑫;曾志;楊世平;譚志飛設計研發完成，并于2022-09-29向國家知識產權局提交的專利申請。

本基于多重模態分解和長短期記憶網絡的強噪聲干擾下的滾動軸承故障診斷方法在說明書摘要公布了：本發明提出了一種基于多重模態分解和長短期記憶網絡的強噪聲干擾下的滾動軸承故障診斷方法，包括：采集滾動軸承正常運轉和不同故障狀態下的振動信號，獲得不同工況下振動信號的數據集；對振動信號進行完全自適應噪聲集合經驗模態分解，以包絡峭度為參數指標，得到新的重組信號；對重組信號進行變分模態分解，以局部最大包絡譜峭度為參數指標，得到最終的信號；提取最終的信號的時頻域特征熵值組成不同故障狀態的狀態特征向量矩陣，并輸入長短期記憶網絡中進行訓練得到訓練模型；收集測軸承的振動信號進行同樣處理后輸入模型中進行故障診斷。本發明有效地解決了強噪聲干擾下振動信號診斷效果不好和大樣本量運算緩慢的問題。

本發明授權基于多重模態分解和長短期記憶網絡的強噪聲干擾下的滾動軸承故障診斷方法在權利要求書中公布了：1.基于多重模態分解和長短期記憶網絡的強噪聲干擾下的滾動軸承故障診斷方法，其特征在于，包括下列步驟:a采集滾動軸承在正常運轉和不同故障狀態下不同故障程度的振動信號，對獲得的振動信號進行分類，以獲得包括正常運轉和不同故障狀態下振動信號的初始數據集；b對振動信號進行完全自適應噪聲集合經驗模態分解，得到多個本征模態函數分量，以包絡峭度為參數指標，篩選出大于原始振動信號包絡峭度的本征模態函數分量，并將其重組為新的振動信號；c對新的振動信號進行變分模態分解，得到多個新的本征模態函數分量，再以局部最大包絡譜峭度為參數指標，篩選出擁有局部最大包絡譜峭度的本征模態函數分量并將其作為最終的振動信號；d提取最終的振動信號的綜合時頻域特征熵值，生成不同故障狀態的狀態特征向量矩陣，該綜合時頻域特征熵值包括奇異譜熵、近似熵、樣本熵、模糊熵、包絡熵和多尺度散步熵；e構建滾動軸承長短期記憶網絡模型，并將狀態特征向量矩陣作為神經網絡模型的輸入，對應的故障狀態標簽作為滾動軸承長短期記憶網絡的期望輸出，對滾動軸承長短期記憶網絡進行訓練；f采集待檢測滾動軸承的振動信號，采用步驟b、c、d中的相同的方法構造其狀態特征向量矩陣；并將矩陣輸入至步驟e訓練好的滾動軸承長短期記憶網絡模型中，得到當前滾動軸承的故障診斷結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人湘潭大學，其通訊地址為：411105 湖南省湘潭市雨湖區湘潭大學；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。