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！

龍圖騰網獲悉電子科技大學申請的專利一種機械故障冗余提升小波字典貝葉斯稀疏表示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：CN115563476B 。

龍圖騰網通過國家知識產權局官網在2025-08-29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：202211308844.3，技術領域涉及：G06F18/00；該發明授權一種機械故障冗余提升小波字典貝葉斯稀疏表示方法是由劉治汶;趙銳東;張爍;郝亮設計研發完成，并于2022-10-25向國家知識產權局提交的專利申請。

本一種機械故障冗余提升小波字典貝葉斯稀疏表示方法在說明書摘要公布了：本發明公開了一種機械故障冗余提升小波字典貝葉斯稀疏表示方法，屬于機械故障診斷領域。本發明通過采用提升方法，設計了自適應提升小波字典。將多種群搜索策略融入量子遺傳優化算法，以小波分解的細節信號的峭度指標最大為目標函數設計預測器，然后，以重構誤差最小為目標函數設計更新器，有效地鎖定信號的局部特征，準確地提取出信號瞬時故障特征信息。本發明適用于機械設備故障診斷。

本發明授權一種機械故障冗余提升小波字典貝葉斯稀疏表示方法在權利要求書中公布了：1.一種機械故障冗余提升小波字典貝葉斯稀疏表示方法，包括以下步驟： 步驟1.采集機械振動信號f； 步驟2.根據機械振動信號的內在結構特性，將信號f通過提升方法得到具有靈活性的雙正交小波原子,設計一種自適應提升小波字典； 確定提升小波預測器的目標函數Kp： 其中，和σ表示細節信號d的均值與方差，E{·}表示數學期望；因此該問題被轉化為在約束條件下的使目標函數Kp最大優化問題求解；其中預測器的系數滿足如下關系： 其中N表示預測器長度，r為預測器系數序列號，并且根據對偶提升原則有pr＝p-r+1； 步驟2.1.指定貝葉斯雙正交方法的迭代次數為65次，多種群量子遺傳優化算法的進化代數為100，種群個數為5，個體數為800，二進制長度為10；自適應提升小波字典預測器個數6，更新器個數6，字典中的原子長度為16； 步驟2.2.以目標函數Kp為適應度函數，將多種群量子遺傳優化算法融入其中，求解獲得自適應匹配信號特征的預測器P＝[p-N2+1,…,p1,…,pN2]； 步驟2.3.通過更新器產生下一層的逼近信號，確定更新器衡量標準的重構誤差JU為： 其中，U表示更新器,和分別為當細節信號d＝0時重構信號的偶序列樣本和奇序列樣本，s0表示未更新偶序列樣本,d0表示未更新奇序列樣本；當細節信號d＝0時，與可以表達為如下形式： 其中，“*”表示卷積運算，P為預測器，s為未更新信號； 令λ為拉格朗日算子，由提升小波構造的提升與對偶提升原理，目標函數JU轉化為Juu,λ； 其中，表示更新器步長； 為使Juu,λ最小，分別對其求uj與λ的偏導數，即： 求解上述方程獲得系數根據更新器系數的對稱性，最終獲得自適應特征的更新器算子 步驟2.4.通過自適應提升小波構造與瞬時故障特征結構相匹配的原子，組成自適應提升小波字典；即： 其中，{sp1,sp2,...,spN}中的元素為自適應提升小波字典中的原子； 步驟3.指定貝葉斯雙正交方法對振動信號f的最大分解次數nmax，當前貝葉斯雙正交方法的分解次數為n＝0，確立支撐集S0并令初始狀態為空初始殘余信號為機械振動信號即R0f＝f，執行正交匹配追蹤算法從自適應提升小波字典D中選出初始原子組分j；通過貝葉斯方法獲得門限Thj,并對組分j中的元素進行篩選；凡是大于門限Thj的元素均保留，小于門限Thj的元素舍去，將篩選過后的組分加入到支撐集中St＝St-1∪jt，其中jt為經過貝葉斯篩選過后的支撐集； 步驟4.通過格拉姆施密特正交化過程完成雙重正交,即所選的最優原子總是與殘余正交；同時，它也與不屬于所選支持集的原子正交；根據所獲得的雙正交原子更新稀疏表示系數；判斷貝葉斯雙正交算法是否滿足迭代終止條件n＝nmax；若是轉至步驟5，否則，更新殘余信號令n＝n+1，轉至步驟3； 步驟5.將歷次貝葉斯正交匹配追蹤分解產生的殘余信號在最佳匹配原子上的投影求和，投影求和信號即為最終的重構信號f重構； 步驟6：對重構信號f重構進行包絡譜分析，判別機械故障。

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電子科技大學，其通訊地址為：611731 四川省成都市高新區（西區）西源大道2006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”。