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！

龙图腾网恭喜新疆大学申请的专利基于群分解和改进多尺度权重散布熵的齿轮箱故障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：CN115683620B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202211394604.X，技术领域涉及：G01M13/028；该发明授权基于群分解和改进多尺度权重散布熵的齿轮箱故障诊断方法是由孙文磊;焦华超;王宏伟设计研发完成，并于2022-11-09向国家知识产权局提交的专利申请。

本基于群分解和改进多尺度权重散布熵的齿轮箱故障诊断方法在说明书摘要公布了：本发明公开了基于群分解和改进多尺度权重散布熵的齿轮箱故障诊断方法，包括信号采集系统和故障诊断系统；所述信号采集系统采集齿轮箱振动数据，基于STM32开发板进行开发，由Flash存储芯片、CAN发送模块、加速度传感器和AD转化芯片共同组成；所述故障诊断系统诊断齿轮箱故障类型，对收集到的齿轮箱振动数据，使用经优化蝙蝠算法确定参数的群智能分解SWD算法分解出有用信号成分，经过本发明方法的处理，可以较为准确的提取信号中的有用特征，保留有用冲击成分，重构信号失真度低；通过本发明可以快速、准确地检测齿轮箱是否发生故障及故障类型，进而及时处理，避免因齿轮箱故障引起更大的经济损失甚至安全事故。

本发明授权基于群分解和改进多尺度权重散布熵的齿轮箱故障诊断方法在权利要求书中公布了：1.一种基于群分解和改进多尺度权重散布熵的齿轮箱故障诊断方法，其特征在于：信号采集系统采集齿轮箱振动数据，基于STM32开发板进行开发，所述信号采集系统由Flash存储芯片、CAN发送模块、加速度传感器、AD转化芯片共同组成；故障诊断系统诊断齿轮箱故障类型，对收集到的齿轮箱振动数据，使用经优化蝙蝠算法确定参数的SWD算法分解出有用信号成分；所述SWD算法的适度函数为：采用分解后的OC分量的包络谱峭度均值的倒数作为适应度函数评估分解效果；利用改进多尺度权重散布熵算法进行信号的特征提取；提取特征通过优化蝙蝠算法确定参数的SVM分类器确定故障类型；所述的SVM分类器识别不同类别故障的方法是：使用libsvm模型；输入特性向量，确定支持向量机类型、核函数类型、停止训练的误差精度、每个类所占据的权重、惩罚系数、核函数系数，之后进行故障识别；所述SVM算法的适度函数为：采用5折交叉验证的准确率作为适度函数评估分类准确率；所述的改进多尺度权重散布熵特征提取方法是：步骤1在多尺度散布熵的基础上，对于输入时间序列X，粗粒化时选取最大值作为粗粒化的值，以便提取时间序列中微弱的冲击成分更好的表述信号的特征，计算公式为： 式3中：代表最大尺度因子为τ，当前尺度因子为s时的粗粒化序列，X为原始输入离散时间序列；为原始序列中从Xi-1s+τ到Xis+τ-1区间的最大值；N为信号长度；步骤2粗粒化后压缩维度的概率计算时，增加考虑重构向量集中度的评估权重参数ωi，更近一步突出时间序列中冲击成分，计算公式为： 式4中：为第i个相空间重构向量所对应的排列样式；m为嵌入维度；d为时延；为第j个相空间重构向量所对应的排列样式；count·函数表示统计从到所有潜在的排列样式中与当前排列样式相同的数量；ωi为第i个相空间重构向量的权重；Zi为第i个相空间重构向量；为第i个相空间重构向量均值；为第i个相空间重构向量的第j个值；步骤3最后计算改进多尺度权重散布熵EX,m,d,c，计算公式为： 式5中：X为原始输入离散时间序列；m为嵌入维度；d为时延；c为序列重构时分类数。

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新疆大学，其通讯地址为：830046 新疆维吾尔自治区乌鲁木齐市天山区胜利路666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”。