基于分层稀疏编码的滚动轴承故障特征提取方法

被引:0
专利类型
发明
申请号
CN201810045889.3
申请日
2018-01-17
公开(公告)号
CN108388692A
公开(公告)日
2018-08-10
发明(设计)人
林京 梁凯旋 焦金阳 赵健 赵明
申请人
申请人地址
710049 陕西省西安市碑林区咸宁西路28号
IPC主分类号
G06F1750
IPC分类号
G01M1304
代理机构
西安智大知识产权代理事务所 61215
代理人
贺建斌
法律状态
实质审查的生效
国省代码
引用
下载
收藏
共 50 条
[1]
一种基于信号稀疏表示理论的滚动轴承故障特征提取方法 [P]. 
林慧斌 ;
何国林 ;
丁康 ;
杨志坚 ;
李永焯 ;
王常伟 .
中国专利 :CN105241666A ,2016-01-13
[2]
基于混合特征提取的滚动轴承故障分类方法 [P]. 
彭成 ;
唐朝晖 ;
陈青 ;
桂卫华 ;
周晓红 .
中国专利 :CN110399854B ,2019-11-01
[3]
一种滚动轴承故障特征提取方法 [P]. 
张许阳 ;
张文涛 ;
李勇 ;
夏亚磊 ;
孟圆 ;
温兴远 ;
朱侯超 ;
原峥 .
中国专利 :CN114152440A ,2022-03-08
[4]
基于ARIMA模型和竞争型K-SVD算法的滚动轴承故障特征提取方法 [P]. 
秦翔宇 ;
朱莎 ;
黄晓宏 ;
吴文宝 ;
李绪阳 ;
葛奕凡 ;
庞紫娟 .
中国专利 :CN121009346A ,2025-11-25
[5]
Laplace小波自适应稀疏表示的滚动轴承故障特征提取方法 [P]. 
邓飞跃 ;
强亚文 ;
郭文武 ;
潘存治 ;
李韶华 ;
高飞 ;
牛江川 ;
戚壮 .
中国专利 :CN110749442B ,2020-02-04
[6]
一种基于自编码网络的滚动轴承冲击型故障特征提取方法 [P]. 
郑琛 ;
丁康 ;
何国林 ;
叶鸣 .
中国专利 :CN114841194A ,2022-08-02
[7]
基于深度堆叠字典学习的滚动轴承故障特征提取方法 [P]. 
赵明 ;
焦金阳 ;
林京 ;
赵健 ;
闫畅 .
中国专利 :CN107543722A ,2018-01-05
[8]
一种基于自编码网络的滚动轴承冲击型故障特征提取方法 [P]. 
郑琛 ;
丁康 ;
何国林 ;
叶鸣 .
中国专利 :CN114841194B ,2024-10-15
[9]
一种基于混沌理论的滚动轴承故障特征提取方法 [P]. 
朴钟宇 ;
倪钰民 ;
丁丛 ;
侯文涛 ;
周振宇 ;
姜治国 .
中国专利 :CN116720065B ,2025-10-10
[10]
基于能量切片小波变换的滚动轴承故障特征提取方法 [P]. 
马增强 ;
李亚超 ;
杨绍普 ;
刘永强 ;
王建东 ;
张俊甲 ;
王梦奇 ;
王永胜 ;
宋子彬 ;
张安 .
中国专利 :CN106053080B ,2016-10-26