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！

龍圖騰網獲悉河北大學申請的專利一種滾動軸承剩余壽命預測方法、系統、設備及存儲介質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：CN120217849B 。

龍圖騰網通過國家知識產權局官網在2025-08-26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：202510275654.3，技術領域涉及：G06F30/27；該發明授權一種滾動軸承剩余壽命預測方法、系統、設備及存儲介質是由閆曉麗;汪世梁;宋雨晨;王者田;袁夢設計研發完成，并于2025-03-10向國家知識產權局提交的專利申請。

本一種滾動軸承剩余壽命預測方法、系統、設備及存儲介質在說明書摘要公布了：本發明公開一種滾動軸承剩余壽命預測方法、系統、設備及存儲介質，涉及機械故障預測技術領域。所述方法包括：獲取滾動軸承的振動信號及對應的檢測時間，并構建動態狀態空間以及基于高斯分布參數化的連續動作空間；設計以預測誤差為反饋的動態獎勵函數，并基于ResNet網絡框架，根據所述狀態空間、所述動作空間和所述獎勵函數構建馬爾可夫決策過程模型，并利用PPO算法對所述馬爾可夫決策過程模型進行迭代訓練，得到訓練好的馬爾可夫決策過程模型；利用訓練好的馬爾可夫決策過程模型對滾動軸承剩余壽命進行預測。本發明能夠自適應地學習滾動軸承的退化模式，顯著提升預測模型的魯棒性和準確性。

本發明授權一種滾動軸承剩余壽命預測方法、系統、設備及存儲介質在權利要求書中公布了：1.一種滾動軸承剩余壽命預測方法，其特征在于，包括： 獲取滾動軸承的振動信號及對應的檢測時間，并構建動態狀態空間以及基于高斯分布參數化的連續動作空間； 設計以預測誤差為反饋的動態獎勵函數，并基于ResNet網絡框架，根據所述狀態空間、所述動作空間和所述獎勵函數構建馬爾可夫決策過程模型，并利用PPO算法對所述馬爾可夫決策過程模型進行迭代訓練，得到訓練好的馬爾可夫決策過程模型； 利用訓練好的馬爾可夫決策過程模型對滾動軸承剩余壽命進行預測； 所述狀態空間表示為在每個訓練周期e中，隨機采樣m個狀態-時間對作為軌跡預測的狀態集；其中，si為振動信號，yi為檢測時間，st為當前狀態，yt為實際剩余壽命，i為初始監測時間點，T為最終監測時間點； 所述動作空間的定義為： 動作空間為連續空間，表示智能體對剩余壽命的預測值，動作at通過高斯分布進行參數化，表示為Λ＝μ+σ，其中μ為均值，σ為標準差，智能體在每個時間步t根據當前狀態st選擇一個動作at，即對剩余壽命的預測值； 所述獎勵函數表示為： rt＝-1×|at-yt| 其中，yt為實際剩余壽命； 所述馬爾可夫決策過程模型包括策略網絡和價值網絡；所述策略網絡和所述價值網絡均基于ResNet網絡框架構建，所述ResNet網絡框架的殘差塊結構數學表達式為：Hx＝Fx+x，其中，Fx表示殘差分量，x為輸入信息；所述策略網絡用于生成動作at的概率分布，表示為πθat|st，其中θ為網絡參數； 所述PPO算法的目標函數為： 其中，ε為裁剪因子，為策略比率，st為當前狀態，πθ為舊策略，π′θ為新策略，Et為對時間步t的期望，為多步優勢函數，計算公式為： 其中，γ為折扣因子，L為多步學習長度，Vφ為價值網絡的輸出，φ為網絡參數。

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河北大學，其通訊地址為：071000 河北省保定市蓮池區七一東路2666號；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”。