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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜西安交通大學申請的專利基于可控稀疏度形態(tài)分解的滾動軸承故障診斷方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119202678B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-04發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411698625.X，技術領域涉及：G06F18/213；該發(fā)明授權(quán)基于可控稀疏度形態(tài)分解的滾動軸承故障診斷方法及系統(tǒng)是由丁寶慶;金磊;王詩彬;趙志斌;張興武;孫闖;溫廣瑞;曹宏瑞;李應紅;陳雪峰設計研發(fā)完成，并于2024-11-26向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于可控稀疏度形態(tài)分解的滾動軸承故障診斷方法及系統(tǒng)在說明書摘要公布了：基于可控稀疏度形態(tài)分解的滾動軸承故障診斷方法及系統(tǒng)，其中，采集軸承振動信號與轉(zhuǎn)速信號，根據(jù)轉(zhuǎn)速信號選取穩(wěn)定工況下的振動信號片段；基于離散頻率成分的頻域稀疏性，構(gòu)造自適應控制傅里葉字典稀疏度的指標；基于故障脈沖移位不變性，設計確定稀疏度的循環(huán)字典學習算法；基于離散頻率成分和故障脈沖區(qū)分特性，建立可控稀疏度的形態(tài)分解算法模型；根據(jù)自適應控制稀疏度的約束，利用貪婪算法求解形態(tài)分解算法模型中傅里葉字典的稀疏表示以分離離散頻率；根據(jù)確定稀疏度的約束，交替使用頻域最小二乘法和貪婪算法分別求解循環(huán)字典和循環(huán)字典的稀疏表示；對重構(gòu)的故障脈沖進行包絡譜分析，與軸承故障特征頻率對比，計算CI指標，完成診斷。

本發(fā)明授權(quán)基于可控稀疏度形態(tài)分解的滾動軸承故障診斷方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于可控稀疏度形態(tài)分解的滾動軸承故障診斷方法，其特征在于，包括如下步驟：S100、采集滾動軸承的振動信號與轉(zhuǎn)速信號，并根據(jù)轉(zhuǎn)速信號選取樣本數(shù)為N的穩(wěn)定工況下的振動信號，，軸承發(fā)生故障時，振動信號中含有具有周期移位不變特性的故障脈沖，和具有頻域稀疏性的離散頻率成分，，離散頻率成分包括齒輪或軸激勵引起的周期信號；S200、基于離散頻率成分的頻域稀疏性，構(gòu)造評價稀疏性的指標約束，以此自適應控制傅里葉字典的稀疏度；S300、基于故障脈沖的移位不變性，以故障周期為原子長度構(gòu)造循環(huán)字典并設計確定稀疏度的循環(huán)字典學習算法；S400、基于離散頻率成分和故障脈沖的區(qū)分特性，建立可控稀疏度的形態(tài)分解算法模型；S500、根據(jù)自適應控制稀疏度的約束，利用貪婪算法求解形態(tài)分解算法模型中的傅里葉字典的稀疏表示，并分離離散頻率成分；S600、根據(jù)確定稀疏度的約束，交替使用頻域最小二乘法和貪婪算法分別求解循環(huán)字典和循環(huán)字典的稀疏表示，實現(xiàn)故障脈沖提取；S700、對提取的故障脈沖進行包絡譜分析，與軸承故障特征頻率對比，計算CI指標，完成故障診斷，CI指標為特征基頻幅值FFA和特征能量占比FER；其中，S400中，建立可控稀疏度的形態(tài)分解算法模型： ，稀疏度的約束條件的不同情形，使得形態(tài)分解算法模型包括，1基于MR自適應控制稀疏度約束的模型： ，2基于SF自適應控制稀疏度約束的模型： ，3基于SF自適應控制稀疏度約束的模型： ，其中，，表示當前求解的稀疏表示矩陣；，表示當前重構(gòu)的離散頻率成分；是將矩陣的列連接成一維向量的操作；，表示上一個稀疏度水平求解的稀疏表示矩陣；，表示上一個稀疏度水平重構(gòu)的離散頻率成分；表示傅里葉變換之后的結(jié)果；，為軸承信號的頻譜包絡，還有其標準差；的取值范圍；表示絕對值運算，為無窮范數(shù)，表示均值運算。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西安交通大學，其通訊地址為：710049 陜西省西安市咸寧西路28號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。