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！

龙图腾网恭喜山东大学申请的专利一种滚动轴承故障特征提取方法、系统、设备及存储介质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：CN119984820B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202510457332.0，技术领域涉及：G01M13/045；该发明授权一种滚动轴承故障特征提取方法、系统、设备及存储介质是由马赛;王政;朱鹏;徐晟博;朱洪涛;邹斌;姚鹏;刘玥设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本一种滚动轴承故障特征提取方法、系统、设备及存储介质在说明书摘要公布了：本发明公开一种滚动轴承故障特征提取方法、系统、设备及存储介质，涉及旋转机械故障诊断技术领域，包括：对滚动轴承的振动信号分别构建稀疏系数矩阵和字典；构建基于散度的鲁棒重构误差函数以及构建同时考虑稀疏系数矩阵中组内稀疏性和组间稀疏性的结构化稀疏双重正则化约束；基于鲁棒重构误差函数和结构化稀疏双重正则化约束构建鲁棒结构化稀疏表示学习模型，对稀疏系数矩阵和字典进行交替优化更新，得到最优字典和最优稀疏系数矩阵；根据最优字典和最优稀疏系数矩阵重构故障脉冲信号，提取故障脉冲信号的频谱特征，以用于进行故障诊断。显著提升故障特征提取的鲁棒性和准确性。

本发明授权一种滚动轴承故障特征提取方法、系统、设备及存储介质在权利要求书中公布了：1.一种滚动轴承故障特征提取方法，其特征在于，包括： 对滚动轴承的振动信号分别构建稀疏系数矩阵和字典； 根据振动信号、稀疏系数矩阵和字典定义残差信号，以此确定散度，通过最小化散度结合残差信号构建基于散度的鲁棒重构误差函数，以及构建同时考虑稀疏系数矩阵中组内稀疏性和组间稀疏性的结构化稀疏双重正则化约束，其中为不等于0的任意值； 基于鲁棒重构误差函数和结构化稀疏双重正则化约束构建鲁棒结构化稀疏表示学习模型，以此对稀疏系数矩阵和字典进行交替优化更新，直至满足设定的终止条件后，得到最优字典和最优稀疏系数矩阵； 根据最优字典和最优稀疏系数矩阵重构故障脉冲信号，提取故障脉冲信号的频谱特征，以用于进行故障诊断； 最小化散度为： ； 结合残差信号，构建的鲁棒重构误差函数为： ； 其中，为条件概率分布函数参数的估计；K为对振动信号的分段数量；为对振动信号分段后的信号矩阵；为信号矩阵中第i个信号分段的第j个数据；为第i个信号分段的残差；为概率密度函数；为用于简化公式的中间参数；是噪声标准差；A为字典；为稀疏系数矩阵中第i列的第j个数据；是每个信号分段中的点数；是F范数；是2范数； 结构化稀疏双重正则化约束为： ；； 其中，是控制组内稀疏性的正则化约束，是控制组间稀疏性的正则化约束；是稀疏系数矩阵的第i列；表示范数的p次幂，是范数。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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”。