买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜郑州轻工业大学申请的专利基于时变模型参数的滚动轴承剩余寿命预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114398736B 。

龙图腾网通过国家知识产权局官网在2025-03-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210056078.X，技术领域涉及：G06F30/17；该发明授权基于时变模型参数的滚动轴承剩余寿命预测方法是由杜文辽;侯绪坤;王宏超;李川;巩晓赟;孟洁;赵峰;谢贵重;孟凡念;郭志强;李安生设计研发完成，并于2022-01-18向国家知识产权局提交的专利申请。

本基于时变模型参数的滚动轴承剩余寿命预测方法在说明书摘要公布了：本发明提供基于时变模型参数的滚动轴承剩余寿命预测方法，包括：1、轴承全寿命周期数据变换、预处理及特征提取；2、利用峭度K监测轴承故障的出现，确定轴承剩余寿命RUL预测的起点；3、利用相对均方根值RRMS作为退化模型输入，进行轴承寿命预测；4、建立时变参数退化模型；5、轴承剩余寿命预测。本发明方法不仅减轻了基于数据驱动和物理模型RUL预测方法的局限性，而且更加准确地预测轴承的未来退化趋势，从而使该模型得到更好的预测性能，可以用于各种变工况下轴承剩余寿命预测。

本发明授权基于时变模型参数的滚动轴承剩余寿命预测方法在权利要求书中公布了：1.一种基于时变模型参数的滚动轴承剩余寿命预测方法，其特征在于，包括如下步骤：步骤1、轴承全寿命周期数据变换、预处理及特征提取；将变转速工况下轴承全寿命数据进行角域转换，将原始非平稳时域信号的转速脉冲通过数值积分转换成转角时间曲线，并进行等角度重采样，将时域信号转换成角域平稳信号，然后对角域信号进行特征提取，得到滚动轴承的退化特征指标：峭度K、均方根RMS、相对均方根值RRMS；步骤1的具体计算过程如下：在短时间间隔内，将旋转轴的运动看作均匀角加速运动，转角θ与时间t的关系如下:θt＝a0+a1t+a2t21式中a0、a1、a2为多项式系数；令三个连续键相时标为t1、t2、t3，则有： 令相邻两个键相脉冲的角度间隔为固定值2π，根据式2求出待定系数a0、a1、a2，代入式1反求出与转角变化相对应的时间： 对转角按等角度采样间隔Δθ进行离散化处理，式3变为： 式中，Tn为第n个等角度采样点的时刻,Δθ为采样间隔；根据等角度采样时刻Tn，对非平稳时域进行拉格朗日插值运算，求出非平稳时域在Tn时刻的幅值，进而得重采样的角域信号；步骤2.利用峭度K监测轴承故障的出现，进而确定轴承剩余寿命RUL预测的起点；步骤2的具体过程如下：首先计算轴承正常工作状态下峭度的均值μ与标准差σk，然后将峭度区间[μ-3σk,μ+3σk]定义为轴承正常工作区间，当轴承tm时刻的峭度km超出定义的轴承的正常区间，则判断轴承进入退化阶段，将tm时刻作为轴承进入退化阶段的起点，并开始对轴承进行剩余寿命预测；步骤3.利用相对均方根值RRMS作为退化模型输入，用其进行轴承寿命预测；步骤3相对均方根值RRMS的具体定义公式如下： 式中XRRMSt为t时刻信号的RRMS值；XRMSt为t时刻信号的RMS值；XRMST为轴承寿命预测起点的RMS值；步骤4.建立时变参数退化模型利用Paris定理以及有限元分析得到轴承时变物理参数ΔK与输入裂纹长度x的数值关系，将其传递至轴承的退化模型，并建立轴承退化过程中的状态转移方程和观测方程；步骤4的具体步骤为：a.建立与试验轴承一致的有限元模型，设置裂纹的长度和深度信息，模拟疲劳裂纹的扩展，并依据试验条件施加约束和载荷；b.由于普通单元形函数不能表征裂纹前沿应力和应变的奇异性，采用8节点等参奇异单元进行网格划分和仿真，奇异单元是一种节点位于四分之一处的二次单元，其形函数为： 式中，u，v为节点坐标，u2，u3为相应节点坐标，η为常数，L为单元边长；c.得到一组特定扩展形式下的离散点的应力强度因子幅后，通过数值插值拟合求出ΔK与裂纹长度平方根值的数学关系；d.利用Paris定理以及有限元分析得到时变物理参数ΔK与输入的裂纹长度x的数值关系，将其传递至轴承的退化模型； xk＝xk-1+CΔKmxk-1Δtk4式中，C和m是与材料有关的常数，Δσ为一个常数，Δtk＝tk-tk-1，xk为当前时刻系统的状态值，tk为当前时刻，tk-1为上一时刻；结合式4建立轴承退化过程中的状态转移方程和观测方程： yk＝xk+vt式中，α＝CΔσm,β＝m2；C和m是与材料有关的常数，Δσ为一个常数，Δtk＝tk-tk-1，wt,vt为系统随机噪声，xk为当前时刻系统的状态值,yk为当前系统状态的观测值，k为当前时刻，k-1为上一时刻；步骤5.轴承剩余寿命预测利用无迹粒子滤波算法UPF算法对输入到退化模型中的RRMS进行状态更新和估计，进而预测每个时刻轴承的退化指标RRMS；然后利用退化指标RRMS预测值和其达到失效阈值的时间，进一步映射到滚动轴承的RUL；步骤5的具体方法为：首先利用峭度判断轴承剩余寿命预测的起点，然后将退化特征指标RRMS带入时变参数退化模型作为模型的输入，利用UPF算法对轴承状态进行更新和估计，进而得到每一时刻轴承RRMS的预测值，并通过其达到失效阈值的时间映射到轴承的剩余寿命；所述无迹粒子滤波算法UPF采用无迹卡曼滤波算法UKF来构造粒子滤波的重要性采样分布，将最新观测信息融入重要性分布函数，其具体步骤如下：1初始化，从初始分布采样N个粒子生成原始粒子集且每个粒子对应的权值系数为： 其中，为每个粒子初始权重；2重要性分布，针对每个粒子，利用UKF算法对每个粒子的状态进行估计得到根据高斯分布得到粒子xi： 其中，为每个粒子的状态值，为每个粒子的状态分布；3根据当前时刻t的测量值来更新各粒子权重，并对权重进行归一化处理： 其中，为当前时刻的状态值，为前一时刻的状态值，yt为当前时刻的观测值，为当前时刻粒子权重，为前一时刻粒子权重；4重采样，为了增加有效粒子的数量，需要剔除权值较小的粒子，复制权值较大的粒子；其实现过程如下：计算有效粒子的数量： 其中，Neff为有效粒子数量，为当前时刻粒子权重；如果Neff≤Nthr，Nthr表示阈值，则说明粒子已经严重退化，需要根据重要性权重进行重采样，将粒子映射为等权重的N个粒子；5状态估计，利用更新后的粒子及其权值估计当前时刻t的状态。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人郑州轻工业大学，其通讯地址为：450002 河南省郑州市高新区科学大道136号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。