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)恭喜北京科技大學;北京科技大學順德研究生院;北京航空航天大學申請的專利一種基于Wiener過程和P-EMD的機械結構剩余壽命預測方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN114417534B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-04-29發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202210158176.4，技術領域涉及：G06F30/17；該發(fā)明授權一種基于Wiener過程和P-EMD的機械結構剩余壽命預測方法是由趙彥琳;尚錦奇;陽建宏設計研發(fā)完成，并于2022-02-21向國家知識產(chǎn)權局提交的專利申請。

本一種基于Wiener過程和P-EMD的機械結構剩余壽命預測方法在說明書摘要公布了：本發(fā)明提供一種基于Wiener過程和P?EMD的機械結構剩余壽命預測方法，屬于機械產(chǎn)品剩余壽命預估技術領域。所述方法包括：采用P?EMD對采集的機械結構的振動信號進行分解，得到多個IMF，其中，P?EMD表示基于粒子群優(yōu)化和基于埃爾米特插值多項式的經(jīng)驗模態(tài)分解，IMF表示本征模函數(shù)；計算分解得到的IMF信號的近似熵，并判別所述近似熵的退化趨勢；基于近似熵的變化軌跡，利用基于Wiener過程的剩余壽命預估模型對機械結構剩余壽命進行預測。采用本發(fā)明，能夠提高機械結構剩余壽命的預測精度。

本發(fā)明授權一種基于Wiener過程和P-EMD的機械結構剩余壽命預測方法在權利要求書中公布了：1.一種基于Wiener過程和P-EMD的機械結構剩余壽命預測方法，其特征在于，包括：采用P-EMD對采集的機械結構的振動信號進行分解，得到多個IMF，其中，P-EMD表示基于粒子群優(yōu)化和基于埃爾米特插值多項式的經(jīng)驗模態(tài)分解，IMF表示本征模函數(shù)；計算分解得到的IMF信號的近似熵，并判別所述近似熵的退化趨勢；基于近似熵的變化軌跡，利用基于Wiener過程的剩余壽命預估模型對機械結構剩余壽命進行預測；其中，所述采用P-EMD對采集的機械結構的振動信號進行分解包括：A1，將采集到的機械結構的振動信號作為輸入信號xt；A2，用粒子群優(yōu)化算法對形狀控制參數(shù)進行優(yōu)化處理，得到最優(yōu)形狀控制參數(shù)δ1和δ2；A3，對輸入信號xt提取具有最優(yōu)δ1和δ2的最佳一階IMF；A4，將最佳一階IMF表示為h，并計算輸入信號與h之間的差值，該差值用來判斷是否滿足停止準則；A5，判斷是否滿足停止準則，即步驟A4得到的差值成為一個單調函數(shù)不能再從中提取滿足IMF條件的分量，若不滿足，則返回步驟A2繼續(xù)執(zhí)行，否則，P-EMD過程完成；其中，所述計算分解得到的IMF信號的近似熵包括：B1，設獲得的IMF信號系列為：{x1,x2,…xN}，N為獲得的IMF信號系列的長度，確定振型維數(shù)m，依次提取級數(shù)元素，得到m維向量Xi和Xj來重構相空間：Xi＝[xi,xi+1,…xi+m-1],i＝1,2,…N-m+1Xj＝[xj,xj+1,…xj+m-1],j＝1,2,…N-m+1B2，將向量Xi和Xj之間的距離定義為d[Xi,Xj]，即相應元素之間的最大差值： B3，預設相似公差閾值r，計算出小于r的d[Xi,Xj]個數(shù)，將向量數(shù)目Num{d[Xi,Xj]r}除以N-m+1，結果表示為 其中，表示向量Xi和Xj之間的關聯(lián)度，是指當向量Xi位于中心時d[Xi,Xj]小于r的概率，向量{Xi}的自相關度φmr表示為： B4，增加振型維數(shù)，形成m+1維向量，重復步驟B1-B3，得到φm+1r，通過計算φmr和φm+1r的差值，得到IMF數(shù)據(jù)系列的近似熵：Ap＝ApEnm,r,N＝φmr-φm+1r其中，Ap、ApEn都表示IMF數(shù)據(jù)系列的近似熵；其中，所述判別所述近似熵的退化趨勢包括：采用最小二乘法對所采集振動信號時間內的近似熵進行擬合，判斷退化趨勢：若擬合的曲線斜率大于零，則退化趨勢變大；若擬合的曲線斜率小于零，則退化趨勢變小；其中，所述基于近似熵的變化軌跡，利用基于Wiener過程的剩余壽命預估模型對機械結構剩余壽命進行預測包括：當近似熵Ap隨時間發(fā)生退化漂移，近似熵的退化量表示為： 其中，表示時刻的退化量，近似熵的退化量矩陣的列向量上有l(wèi)個參數(shù)，1≤l≤n，n＝N，N為獲得的IMF信號系列的長度，行向量上有mk個參數(shù)，1≤k≤n，相應的時間是tl1,…,表示每組振動信號能計算mk個Ap值；其中，近似熵的增量表示為： 其中，是信號的復雜度降級增量；根據(jù)得到的近似熵的退化量，確定機械結構故障時的近似熵閾值Df： 其中，kγ為常數(shù)系數(shù)，Apl表示IMF信號系列中第l個信號點的近似熵退化量；根據(jù)得到的機械結構故障時的近似熵閾值Df，確定機械結構的剩余壽命預估模型：Rt＝1-Ft 其中，t為時間，指設備壽命達到的時刻；Rt為可靠性函數(shù)，表示對設備壽命達到t時刻的概率的描述；Ft為中間表達式，ft為單個設備壽命的概率分布函數(shù)；剩余壽命Tτ為設備壽命達到的時刻t與當前時刻的差值；其中，采用極大似然估計法求解漂移系數(shù)μ和擴散系數(shù)σ；其中，所述采用極大似然估計法求解漂移系數(shù)μ和擴散系數(shù)包括：在時間的信號的復雜度降級增量服從正態(tài)分布，將單個設備壽命的概率分布函數(shù)ft表示為： 將極大似然函數(shù)Lμ,σ2定義為： 采用極大似然法，得到漂移系數(shù)μ和擴散系數(shù)σ的估計值和

如需購買、轉讓、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專利權人北京科技大學;北京科技大學順德研究生院;北京航空航天大學，其通訊地址為：100083 北京市海淀區(qū)學院路30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)”。