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！

龙图腾网恭喜合肥工业大学申请的专利轴承故障诊断模型训练方法及训练装置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：CN115017943B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202210566342.4，技术领域涉及：G06F18/214；该发明授权轴承故障诊断模型训练方法及训练装置是由陈剑;季磊设计研发完成，并于2022-05-20向国家知识产权局提交的专利申请。

本轴承故障诊断模型训练方法及训练装置在说明书摘要公布了：本发明提出一种轴承故障诊断模型训练方法及训练装置，所述训练方法包括以下步骤：对轴承的不同类型故障的故障振动信号进行数据分割，以获得训练集，所述训练集包括若干训练样本；计算所述训练集中所述训练样本在不同参数下的轮廓系数，以选取增强复合多尺度斜率熵的最优参数；利用参数选取后的增强复合多尺度斜率熵进行故障特征提取，获得训练特征集；利用所述训练特征集对蜜獾算法优化核极限学习机进行训练，以获取训练好的复合多尺度故障诊断模型。本发明能有效识别不同类型和损伤程度的轴承故障，平均识别率达99.9％。

本发明授权轴承故障诊断模型训练方法及训练装置在权利要求书中公布了：1.一种轴承故障诊断模型训练方法，其特征在于，包括以下步骤：对轴承的不同类型故障的故障振动信号进行数据分割，以获得训练集，所述训练集包括若干训练样本；计算所述训练集中所述训练样本在不同参数下的轮廓系数，以选取增强复合多尺度斜率熵的最优参数，其中，所述不同参数包括尺度因子，延迟时间，嵌入维数，低阈值，高阈值；利用参数选取后的增强复合多尺度斜率熵进行故障特征提取，获得训练特征集；利用所述训练特征集对蜜獾算法优化核极限学习机进行训练，以获取训练好的复合多尺度故障诊断模型；其中，所述增强复合多尺度斜率熵ECMSE是通过求每个尺度因子下的复合多尺度斜率熵CMSE和基于差分的复合多尺度斜率熵DBCMSE的平均值得到，其公式如下： 式中，x表示时间序列，表示嵌入维数，表示延迟时间，表示尺度因子，表示低阈值，表示高阈值，表示第s个尺度因子下的第k个平均粗粒化序列，表示第s个尺度因子下的第k个差分粗粒化序列；按照定义，按照定义，其中，，表示对数字取整，表示在个数中任选个数的组合，N为总样本数。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市屯溪路193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”。