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！

龙图腾网恭喜南京航空航天大学申请的专利一种基于挠度功率阈值的柔性转子系统轴承打滑诊断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：CN116183230B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202310213514.4，技术领域涉及：G01M13/045；该发明授权一种基于挠度功率阈值的柔性转子系统轴承打滑诊断方法是由姜斌;马磊明;陆宁云;肖玲斐;郭勤涛;王心荻设计研发完成，并于2023-03-08向国家知识产权局提交的专利申请。

本一种基于挠度功率阈值的柔性转子系统轴承打滑诊断方法在说明书摘要公布了：本发明公开了一种基于挠度功率阈值的柔性转子系统轴承打滑诊断方法。首先，同时采集柔性转子模态变形最大点处的挠度、轴承振动加速度和保持架打滑率数据，并构建数据集；其次，根据转子挠度数据绘制挠度曲线并计算挠度平均功率点，并根据挠度曲线和挠度平均功率点确定轴承运动是否处于共振区；然后，对构建的数据集中的振动加速度数据进行滤波去噪，并基于特征增强生成对抗网络生成更多的训练样本；最后，分别在轴承处于共振和非共振打滑区时构建训练和测试数据集，并基于构建的训练数据集、测试数据集和深度元迁移学习算法分别搭建轴承共振打滑和非共振打滑迁移诊断模型。本发明可以基于转子挠度和轴承振动加速度数据实现轴承打滑率的准确测量。

本发明授权一种基于挠度功率阈值的柔性转子系统轴承打滑诊断方法在权利要求书中公布了：1.一种基于挠度功率阈值的柔性转子系统轴承打滑诊断方法，其特征在于，包括以下步骤：步骤S1、进行柔性转子系统模态试验，获取柔性转子系统的模态振型和柔性转子模态变形最大点位置，并采集最大点位置处柔性转子的挠度数据Rd、同时采集轴承振动加速度数据Ac和保持架打滑率数据Sd，进一步构建包括柔性转子的挠度数据Rd、轴承振动加速度数据Ac和保持架打滑率数据Sd的数据集T1；步骤S2、根据步骤S1获得的柔性转子的挠度数据Rd绘制挠度曲线并计算挠度平均功率点{t1,Ap1,t2,Ap1}，根据挠度曲线和挠度平均功率点{t1,Ap1,t2,Ap1}确定轴承运动是否处于共振打滑区；当柔性转子挠度大于或等于参数Ap1时，则轴承运动处于共振打滑区；当柔性转子挠度小于参数Ap1时，则轴承运动处于非共振打滑区；步骤S3、对步骤S1构建的数据集T1中的轴承动加速度数据Ac进行滤波去噪，并基于特征增强生成对抗网络获取训练样本T2，所述训练样本T2中包括由特征增强生成对抗网络生成的轴承振动加速度数据，形成数据集F＝{T1,T2}；步骤S4、当轴承处于共振打滑区时构建训练数据集Fr1即随机选取步骤S3构建的数据集F中处于共振打滑区的数据60％和测试数据集Fr2即步骤S3构建的数据集F中处于共振打滑区的其余部分数据，并基于构建的训练数据集Fr1、测试数据集Fr2和深度元迁移学习算法搭建轴承共振打滑迁移诊断模型Mtr；当轴承处于非共振打滑区时构建训练数据集Fn1即随机选取步骤S3构建的数据集F中处于非共振打滑区的数据60％和测试数据集Fn2即步骤S3构建的数据集F中处于非共振打滑区的其余部分数据，并基于构建的训练数据集Fn1、测试数据集Fn2和深度元迁移学习算法搭建轴承共振打滑迁移诊断模型Mtn；步骤S2的实现过程为：步骤S2.1、根据步骤S1获得的柔性转子挠度数据Rd绘制挠度曲线并计算挠度平均功率点{t1,Ap1,t2,Ap1}；柔性转子挠度平均功率ER计算如式1所示： 其中，Rdp是测得的柔性转子挠度数据；Nu是柔性转子挠度数据Rd的长度，p为参数；步骤S2.2、根据挠度曲线和步骤S2.1确定的柔性转子挠度平均功率点{t1,Ap1,t2,Ap1}区分轴承运动是否处于共振打滑区；当柔性转子挠度大于或等于Ap1时，则轴承运动处于共振打滑区；当柔性转子挠度小于Ap1时，则轴承运动处于非共振打滑区；步骤S4的实现过程为：步骤S4.1、当轴承处于共振打滑区时获取训练数据集Fr1和测试数据集Fr2，并基于获取的训练数据集Fr1、测试数据集Fr2和深度元迁移学习算法搭建轴承共振打滑迁移诊断模型Mtr：轴承共振打滑迁移诊断模型Mtr包括深度神经网络模型和元迁移学习模型；深度神经网络模型设计如式4所示： 其中，Θ是特征提取器；θ是分类器；α是学习率；LTe是交叉熵损失函数；是参数变化率；通过最小化式5训练深度神经网络模型： 其中，是第i个源域样本的真实标签；I·是指示函数；是第i个源域数据集被分类到第j个标签数据集的可能性；将深度神经网络模型训练后得到的参数作为元迁移学习模型的初始参数，通过缩放和平移操作对元迁移学习模型的参数进行微调，深度神经网络模型的分类器的优化如式6所示： 其中，γ是学习率；ΦS1和ΦS2分别是缩放和平移操作参数；是参数关于θ的梯度；同时，将子域自适应模块被引入深度元迁移学习算法中，子域自适应模块的损失函数满足： 其中，J·是深度元迁移学习模型分类的交叉熵损失函数；ξ是权衡参数；Ns是源域的标签样本数；f·是迁移学习神经网络函数；是源域标签样本；是源域样本标签；φ和ψ分别是源于样本和目标域样本分布；是第l层网络的子域损失函数且满足： 其中，C是子域类别数；Nt是目标域无标签的样本数，i，j为参数；和分别是第l层迁移学习神经网络的激活因子；和分别是样本属于类别c的权重；κ·是多核局部最大均值差异且满足： 其中，βu是不同核函数的权重；m是核函数个数，u为参数；ku是第u个核函数；k是多核函数；步骤S4.2、当轴承处于非共振打滑区时构建训练数据集Fn1和测试数据集Fn2，并基于构建的训练数据集Fn1、测试数据集Fn2和深度元迁移学习算法搭建轴承共振打滑迁移诊断模型Mtn。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。