发明专利 已授权

一种蜂群优化核极限学习和稀疏表示机械故障识别方法

📄 申请号:CN202010458831.9 📄 发布日:2025/12/10

著录项目信息

申请日
2020-05-27
公开号
CN111695611B
公开日
2022-05-03
申请人
电子科技大学
法律状态
已下证
专利类型
发明
主分类号
IPC 分类号

技术画像

应用场景

机械故障诊断, 工业设备状态监测, 预测性维护, 智能制造

摘要

本发明公开了一种蜂群优化核极限学习和稀疏表示机械故障识别方法,用于提升机械故障识别的效率和精度。本发明结合核极限学习机的高效性优点和稀疏表示通过字典冗余捕捉信号内在本质特征的优点提出一种能够有效提高故障识别精度的核极限学习和稀疏表示的机械故障识别方法,将蜂群优化算法融入核极限学习机方法中,通过优化算法获得核极限学习机最佳模型参数进一步提升识别模型性能。输入机械信号样本首先利用蜂群优化的核极限学习机进行故障识别,对达不到预期识别结果的输入样本采用稀疏表示方法进行二次识别,从而实现快速准确的故障识别。本发明适用于机械故障识别。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

20220503
✅ 授权
20201020
?? 实质审查的生效 :
20200922
📄 公开
议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:109 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价