一种基于DS证据理论的滚动轴承故障诊断方法
本发明公开了一种基于DS证据理论的滚动轴承故障诊断方法,首先导入滚动轴承的生命周期振动信号;采用经验模态分解EMD方法将振动信号分解为多个固有模态函数IMF分量,计算各IMF分量的样本熵;利用随机森林模型将IMF分量的样本熵作为特征向量进行训练得到基本概率分配BPA,使用三个诊断单元得到3组证据体;计算各个证据体间的距离,由距离大小确定证据间的支持度矩阵,将证据支持度矩阵中最大特征值对应的特征向量作为证据的权重向量,确定各证据的相对折扣因子来对证据进行修正,利用DS融合规则计算融合后的BPA,最终得到故障的分类结果。本发明解决了现有技术中存在的对于滚动轴承故障诊断方法准确率低的问题。
《一种基于DS证据理论的滚动轴承故障诊断方法》是一发明专利,专利号为 2022104652460,当前法律状态为已下证,由西安理工大学提出申请,发明人为谢国;高帆;穆凌霞;李艳恺;刘柏均;梁莉莉;费蓉;张春丽;韩宁;雷庆瑜;王博,申请日期为2022-04-29,公开(公告)日期为2025-05-13,国际专利分类号(IPC)为 G06F 18/2431 (2023.01),高新资质:未报高企,所属技术领域包括:轴承检测故障诊断工业互联网人工智能工业自动化高端装备智能制造智能运维设备养护设备维。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于DS证据理论的滚动轴承故障诊断方法,首先导入滚动轴承的生命周期振动信号;采用经验模态分解EMD方法将振动信号分解为多个固有模态函数IMF分量,计算各IMF分量的样本熵;利用随机森林模型将IMF分量的样本熵作为特征向量进行训练得到基本概率分配BPA,使用三个诊断单元得到3组证据体;计算各个证据体间的距离,由距离大小确定证据间的支持度矩阵,将证据支持度矩阵中最大特征值对应的特征向量作为证据的权重向量,确定各证据的相对折扣因子来对证据进行修正,利用DS融合规则计算融合后的BPA,最终得到故障的分类结果。本发明解决了现有技术中存在的对于滚动轴承故障诊断方法准确率低的问题。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
