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！

龙图腾网恭喜北京科技大学;北京科技大学顺德研究生院;北京航空航天大学申请的专利一种基于Wiener过程和P-EMD的机械结构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：CN114417534B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202210158176.4，技术领域涉及：G06F30/17；该发明授权一种基于Wiener过程和P-EMD的机械结构剩余寿命预测方法是由赵彦琳;尚锦奇;阳建宏设计研发完成，并于2022-02-21向国家知识产权局提交的专利申请。

本一种基于Wiener过程和P-EMD的机械结构剩余寿命预测方法在说明书摘要公布了：本发明提供一种基于Wiener过程和P‑EMD的机械结构剩余寿命预测方法，属于机械产品剩余寿命预估技术领域。所述方法包括：采用P‑EMD对采集的机械结构的振动信号进行分解，得到多个IMF，其中，P‑EMD表示基于粒子群优化和基于埃尔米特插值多项式的经验模态分解，IMF表示本征模函数；计算分解得到的IMF信号的近似熵，并判别所述近似熵的退化趋势；基于近似熵的变化轨迹，利用基于Wiener过程的剩余寿命预估模型对机械结构剩余寿命进行预测。采用本发明，能够提高机械结构剩余寿命的预测精度。

本发明授权一种基于Wiener过程和P-EMD的机械结构剩余寿命预测方法在权利要求书中公布了：1.一种基于Wiener过程和P-EMD的机械结构剩余寿命预测方法，其特征在于，包括：采用P-EMD对采集的机械结构的振动信号进行分解，得到多个IMF，其中，P-EMD表示基于粒子群优化和基于埃尔米特插值多项式的经验模态分解，IMF表示本征模函数；计算分解得到的IMF信号的近似熵，并判别所述近似熵的退化趋势；基于近似熵的变化轨迹，利用基于Wiener过程的剩余寿命预估模型对机械结构剩余寿命进行预测；其中，所述采用P-EMD对采集的机械结构的振动信号进行分解包括：A1，将采集到的机械结构的振动信号作为输入信号xt；A2，用粒子群优化算法对形状控制参数进行优化处理，得到最优形状控制参数δ1和δ2；A3，对输入信号xt提取具有最优δ1和δ2的最佳一阶IMF；A4，将最佳一阶IMF表示为h，并计算输入信号与h之间的差值，该差值用来判断是否满足停止准则；A5，判断是否满足停止准则，即步骤A4得到的差值成为一个单调函数不能再从中提取满足IMF条件的分量，若不满足，则返回步骤A2继续执行，否则，P-EMD过程完成；其中，所述计算分解得到的IMF信号的近似熵包括：B1，设获得的IMF信号系列为：{x1,x2,…xN}，N为获得的IMF信号系列的长度，确定振型维数m，依次提取级数元素，得到m维向量Xi和Xj来重构相空间：Xi＝[xi,xi+1,…xi+m-1],i＝1,2,…N-m+1Xj＝[xj,xj+1,…xj+m-1],j＝1,2,…N-m+1B2，将向量Xi和Xj之间的距离定义为d[Xi,Xj]，即相应元素之间的最大差值： B3，预设相似公差阈值r，计算出小于r的d[Xi,Xj]个数，将向量数目Num{d[Xi,Xj]r}除以N-m+1，结果表示为 其中，表示向量Xi和Xj之间的关联度，是指当向量Xi位于中心时d[Xi,Xj]小于r的概率，向量{Xi}的自相关度φmr表示为： B4，增加振型维数，形成m+1维向量，重复步骤B1-B3，得到φm+1r，通过计算φmr和φm+1r的差值，得到IMF数据系列的近似熵：Ap＝ApEnm,r,N＝φmr-φm+1r其中，Ap、ApEn都表示IMF数据系列的近似熵；其中，所述判别所述近似熵的退化趋势包括：采用最小二乘法对所采集振动信号时间内的近似熵进行拟合，判断退化趋势：若拟合的曲线斜率大于零，则退化趋势变大；若拟合的曲线斜率小于零，则退化趋势变小；其中，所述基于近似熵的变化轨迹，利用基于Wiener过程的剩余寿命预估模型对机械结构剩余寿命进行预测包括：当近似熵Ap随时间发生退化漂移，近似熵的退化量表示为： 其中，表示时刻的退化量，近似熵的退化量矩阵的列向量上有l个参数，1≤l≤n，n＝N，N为获得的IMF信号系列的长度，行向量上有mk个参数，1≤k≤n，相应的时间是tl1,…,表示每组振动信号能计算mk个Ap值；其中，近似熵的增量表示为： 其中，是信号的复杂度降级增量；根据得到的近似熵的退化量，确定机械结构故障时的近似熵阈值Df： 其中，kγ为常数系数，Apl表示IMF信号系列中第l个信号点的近似熵退化量；根据得到的机械结构故障时的近似熵阈值Df，确定机械结构的剩余寿命预估模型：Rt＝1-Ft 其中，t为时间，指设备寿命达到的时刻；Rt为可靠性函数，表示对设备寿命达到t时刻的概率的描述；Ft为中间表达式，ft为单个设备寿命的概率分布函数；剩余寿命Tτ为设备寿命达到的时刻t与当前时刻的差值；其中，采用极大似然估计法求解漂移系数μ和扩散系数σ；其中，所述采用极大似然估计法求解漂移系数μ和扩散系数包括：在时间的信号的复杂度降级增量服从正态分布，将单个设备寿命的概率分布函数ft表示为： 将极大似然函数Lμ,σ2定义为： 采用极大似然法，得到漂移系数μ和扩散系数σ的估计值和

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北京科技大学;北京科技大学顺德研究生院;北京航空航天大学，其通讯地址为：100083 北京市海淀区学院路30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”。