買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉安徽理工大學(xué)申請的專利基于復(fù)流形嵌入學(xué)習(xí)的滾動軸承故障診斷方法獲國家發(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：CN116644356B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-12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：202310537799.7，技術(shù)領(lǐng)域涉及：G06F17/15；該發(fā)明授權(quán)基于復(fù)流形嵌入學(xué)習(xí)的滾動軸承故障診斷方法是由蘇樹智;張志鵬;朱彥敏;侯雅魁;王孟明;陳見設(shè)計(jì)研發(fā)完成，并于2023-05-15向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于復(fù)流形嵌入學(xué)習(xí)的滾動軸承故障診斷方法在說明書摘要公布了：本發(fā)明公開了一種基于復(fù)流形嵌入學(xué)習(xí)的滾動軸承故障診斷方法，解決了傳統(tǒng)數(shù)據(jù)驅(qū)動的故障診斷方法無法充分揭示故障樣本間復(fù)雜高階關(guān)系的問題，從而有效提高了故障診斷的準(zhǔn)確性。實(shí)現(xiàn)過程為：1提取原始故障振動信號的時(shí)頻域特征，構(gòu)建高維特征故障集；2根據(jù)超圖理論，利用樣本的監(jiān)督信息和類內(nèi)類間近鄰關(guān)系提出類內(nèi)超圖和類間超圖，并使用基于稀疏的仿射切向結(jié)構(gòu)組合構(gòu)建了流形切向結(jié)構(gòu)圖。構(gòu)建復(fù)流形嵌入模型后通過迭代求解方法獲得該模型的優(yōu)化投影方向，從而獲得高維故障數(shù)據(jù)的低維故障特征；3將低維故障特征輸入分類器中進(jìn)行故障辨識，從而獲得最終的故障診斷結(jié)果。實(shí)驗(yàn)結(jié)果表明本發(fā)明方法是一種有效的故障診斷方法。

本發(fā)明授權(quán)基于復(fù)流形嵌入學(xué)習(xí)的滾動軸承故障診斷方法在權(quán)利要求書中公布了：1.一種基于復(fù)流形嵌入學(xué)習(xí)的滾動軸承故障診斷方法，其特征在于該方法包括如下步驟: 1通過傳感器采集滾動軸承故障的運(yùn)行數(shù)據(jù),分別從時(shí)域、頻域和時(shí)頻域角度提取多個(gè)故障數(shù)據(jù)相關(guān)統(tǒng)計(jì)特征，以構(gòu)建高維特征數(shù)據(jù)集X＝[x1,x2,…,xN]∈RM×N，其中N為樣本個(gè)數(shù)，M為樣本維數(shù)；按比例將故障數(shù)據(jù)劃分為高維訓(xùn)練特征集Xtrain和高維測試特征集Xtest； 2通過復(fù)流形嵌入學(xué)習(xí)模型的構(gòu)建和優(yōu)化求解，獲得高維故障特征的低維表示，具體實(shí)現(xiàn)方式如下： 2a構(gòu)建類內(nèi)超圖、類間超圖和流形切向圖，并進(jìn)一步給對應(yīng)于三種不同圖結(jié)構(gòu)的目標(biāo)函數(shù)，具體實(shí)現(xiàn)過程如下： ①類內(nèi)超圖Ghw定義為：Ghw＝{Vhw,Ehw,Whw}；其中，Vhw為類內(nèi)超圖的頂點(diǎn)集合，Ehw為超邊集合，Whw為權(quán)重矩陣；類內(nèi)超圖的目標(biāo)函數(shù)為： 其中，·-1表示求逆操作，Lhw＝Dhvw-HhwWhwDhew-1HhwT為類內(nèi)超圖拉普拉斯矩陣；Dhvw為類內(nèi)頂點(diǎn)的度矩陣，Dhew為類內(nèi)超邊的度矩陣，分別定義為： Hhw為類內(nèi)點(diǎn)邊關(guān)系矩陣，定義為： Whw為類內(nèi)超邊的權(quán)重矩陣，定義為： ②類間超圖Ghb定義為：Ghb＝{Vhb,Ehb,Whb}；其中，Vhb為類間超圖的頂點(diǎn)集合，Ehb為超邊集合，Whb為權(quán)重矩陣；類間超圖的目標(biāo)函數(shù)為： 其中，Lhb＝Dhvb-HhbWhbDheb-1HhbT為類間超圖拉普拉斯矩陣；Dhvb為類間頂點(diǎn)的度矩陣，Dheb為類間超邊的度矩陣，分別定義為： Hhb為類間點(diǎn)邊關(guān)系矩陣，定義為： Whb為類間超邊的權(quán)重矩陣，定義為： ③流形切向圖定義為：Gt＝{Vtl,Wtl}，其中為原始故障樣本的切向量頂點(diǎn)集，為頂點(diǎn)間的相似權(quán)重；樣本間的切向結(jié)構(gòu)fxic定義為： 其中，lxi為xi的標(biāo)簽信息，表示xi的k個(gè)近鄰，sij為xi和k個(gè)近鄰的仿射系數(shù)，并且在切向結(jié)構(gòu)fxic中，仿射系數(shù)sij可以根據(jù)稀疏表示的思想進(jìn)行求解；根據(jù)稀疏表示，可以通過一個(gè)約束進(jìn)行自適應(yīng)的表達(dá)切向結(jié)構(gòu)；并且在求解sij時(shí)使用一種稀疏加權(quán)范數(shù)表示模型，加權(quán)范數(shù)可以通過向每個(gè)近鄰向量施加不一樣的權(quán)重獲得更加準(zhǔn)確的切向結(jié)構(gòu)，因此切向圖的優(yōu)化函數(shù)表示如下： 其中，Λ＝diagd1,d2,…,dn為對角矩陣，其對角線上為樣本與近鄰間的權(quán)重信息；si＝[sij]j為切向量的稀疏系數(shù)，反應(yīng)了兩切向量間的相似性關(guān)系；Ti為樣本的歸一化切向量結(jié)構(gòu)表示； 為了進(jìn)一步均衡選擇的近鄰樣本，通過使用局部樣本進(jìn)行構(gòu)造來得到局部稀疏系數(shù)，因此流形切向圖的優(yōu)化函數(shù)如下： 其中，局部歸一化的切向結(jié)構(gòu)和權(quán)重系數(shù)Λl表示如下： 流形切向結(jié)構(gòu)圖嵌入的目標(biāo)函數(shù)表示如下： 其中，Ltl＝Dtl-Wtl為流形切向圖拉普拉斯矩陣，為對角度矩陣；Wtl為流形切向圖的邊權(quán)重信息，定義如下： 2b構(gòu)建復(fù)流形嵌入的統(tǒng)一目標(biāo)模型： s.t.ATβXLhbXT+QLtlQTA＝I 該目標(biāo)模型統(tǒng)一了三種不同結(jié)構(gòu)的目標(biāo)函數(shù)，其中，β表示平衡參數(shù)用于控制類內(nèi)超圖結(jié)構(gòu)信息和類間結(jié)構(gòu)信息的相對權(quán)重； 2c迭代求解復(fù)流形嵌入目標(biāo)模型的相關(guān)投影方向： 根據(jù)拉格朗日乘子法可以得到如下等式： 其中，λ為拉格朗日乘子；LA,λ對A求偏導(dǎo)可以得到： 令將式37中的λβXLhbXT+QLtlQTA移到新等式右側(cè)，并在新等式左側(cè)乘以βXLhbXT+QLtlQT-1，則可以得到如下廣義特征方程： βXLhbXT+QLtlQT-1XLhwXTA＝λA 其中，λ為特征值，A為其對應(yīng)的特征向量； 2d通過Y＝ATX獲得高維特征的低維表示Ytrain和Ytest。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人安徽理工大學(xué)，其通訊地址為：232001 安徽省淮南市山南新區(qū)泰豐大街168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)”。