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！

龙图腾网获悉东北电力大学申请的专利基于VMD的风机齿轮箱高速轴轴承故障诊断方法及系统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：CN121048916B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511097028.6，技术领域涉及：G01M13/045；该发明授权基于VMD的风机齿轮箱高速轴轴承故障诊断方法及系统是由辛红伟;商航舰;武英杰;袁伟茹;程舜;张树德;任天祺;张耀元;王建国设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本基于VMD的风机齿轮箱高速轴轴承故障诊断方法及系统在说明书摘要公布了：本发明属于故障诊断技术领域，公开了一种基于VMD的风机齿轮箱高速轴轴承故障诊断方法及系统。所述的方法包括如下步骤：采集风机齿轮箱高速轴轴承的振动信号，并对振动信号进行预处理，得到预处理后振动信号；使用多目标优化的VMD算法，对预处理后振动信号进行分解，得到若干IMF分量；对若干IMF分量进行筛选，得到最优IMF分量，提取最优IMF分量的包络谱；使用基于深度学习算法构建的故障诊断模型，对最优IMF分量的包络谱进行故障诊断，得到故障诊断结果。本发明解决了现有技术存在的准确性低和人力成本投入大的问题。

本发明授权基于VMD的风机齿轮箱高速轴轴承故障诊断方法及系统在权利要求书中公布了：1.一种基于VMD的风机齿轮箱高速轴轴承故障诊断方法，其特征在于：包括如下步骤： 采集风机齿轮箱高速轴轴承的振动信号，并对振动信号进行预处理，得到预处理后振动信号； 使用多目标优化的VMD算法，对预处理后振动信号进行分解，得到若干IMF分量； 使用NSGA-II算法，对VMD算法进行改进，得到多目标优化的VMD算法，包括如下步骤： 确定VMD算法的核心参数及其参数范围，并将核心参数作为待优化的自变量； 所述的VMD算法的核心参数包括模态数和惩罚因子； 设置NSGA-II算法的目标函数，并根据目标函数和自变量，使用NSGA-II算法，进行迭代寻优，得到最优解，包括如下步骤： 设置NSGA-II算法的目标函数和算法参数，将自变量编码为NSGA-II算法中个体的解向量； 所述的目标函数包括排列熵函数和包络熵函数； 根据算法参数，初始化NSGA-II种群，得到包括若干候选解的初始的NSGA-II种群； 根据目标函数，获取初始的NSGA-II种群中每一候选解对应的目标函数值，包括如下步骤： 对初始的NSGA-II种群中的任一候选解进行解码，得到候选核心参数，并根据候选核心参数，对VMD算法进行改进，得到候选的VMD算法； 根据候选的VMD算法，对样本振动信号进行分解，得到若干样本IMF分量； 根据目标函数中的排列熵函数，计算若干样本IMF分量的样本排列熵，并输出对应的样本排列熵平均值； 根据目标函数中的包络熵函数，计算若干样本IMF分量的样本包络熵，并输出对应的样本包络熵平均值； 结合样本排列熵平均值和样本包络熵平均值，得到当前的候选解对应的目标函数值； 遍历初始的NSGA-II种群中所有候选解，得到对应的若干目标函数值； 根据目标函数值和帕累托前沿排序与拥挤度选择机制，使用NSGA-II算法，进行迭代进化，得到新的NSGA-II种群； 若迭代次数达到最大迭代次数，则根据目标函数值，输出最后的NSGA-II种群中的Pareto前沿解集； 使用曲率法，从Pareto前沿解集中选取最优折中解，并将最优折中解作为最优解； 对最优解进行解码，得到VMD算法的最优核心参数值，并根据最优核心参数值，对VMD算法进行改进，得到多目标优化的VMD算法； 对若干IMF分量进行筛选，得到最优IMF分量，提取最优IMF分量的包络谱，包括如下步骤： 计算每一IMF分量的峭度值，并将峭度值最大的IMF分量作为最优IMF分量； 对最优IMF分量进行希尔伯特变换，得到对应的解析信号； 对解析信号进行取模，得到对应的包络信号，并对包络信号进行频谱分析，绘制对应的包络谱； 使用基于深度学习算法构建的故障诊断模型，对最优IMF分量的包络谱进行故障诊断，得到故障诊断结果。

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东北电力大学，其通讯地址为：132000 吉林省吉林市长春路169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”。

以上内容由龙图腾AI智能生成。