一种滚动轴承状态评估方法、系统、终端设备及介质

AITNT
正文
推荐专利
一种滚动轴承状态评估方法、系统、终端设备及介质
申请号:CN202511548248
申请日期:2025-10-28
公开号:CN121031373A
公开日期:2025-11-28
类型:发明专利
摘要
本发明提供一种滚动轴承状态评估方法、系统、终端设备及介质,属于滚动轴承故障预测与健康管理领域,包括获取多个轴承的全寿命振动信号数据;基于表面积缺陷定律,提取轴承的退化特征集;根据退化特征集,构建用于预测轴承的退化量的轴承退化模型,并对轴承退化模型进行训练,得到训练后的轴承退化模型;获取待评估滚动轴承的振动信号,将振动信号输入训练后的轴承退化模型,得到待评估滚动轴承的退化量预测值,并基于首达时间和退化量预测值计算待评估滚动轴承的剩余寿命预测值;根据寿命预测值,对待评估滚动轴承的服役状态进行评估,得到待评估滚动轴承的状态评估结果。本发明能提高滚动轴承服役状态评估的准确性。
技术关键词
退化特征 退化模型 状态评估系统 剩余使用寿命 滚动轴承剩余寿命 局部波动特征 预测轴承 模型训练模块 指标 概率密度函数 信号 滚动轴承故障 终端设备 表达式 数据 参数
系统为您推荐了相关专利信息
1
一种高原特殊环境下光伏变流器可靠性监测方法及系统
可靠性监测方法 光伏变流器 剩余使用寿命 高原 可靠性监测系统
2
储能系统电性能评估方法及系统
电性能评估方法 充放电数据 电池特征 电池簇 强化学习算法
3
基于非线性退化模型的变压器过热故障预测方法及系统
变压器过热故障 退化模型 非线性最小二乘法 预测系统 指数
4
一种基于区块链的汽车供应链追溯方法
追溯方法 溯源码 现实技术 机器学习算法分析 控制数据访问权限
5
基于多尺度特征融合提取的电池健康状态估计系统
多尺度特征融合 退化特征 数据采集模块 训练深度学习模型 长短期记忆网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号