金融界2024年11月30日消息，国家知识产权局信息显示，南京凯奥思数据技术有限公司申请一项名为“一种基于深度潜变量聚类模型的轴承健康状态评估方法及系统”的专利，公开号CN 119043723 A，申请日期为2024年11月。

专利摘要显示，本发明公开了一种基于深度潜变量聚类模型的轴承健康状态评估方法及系统，针对轴承在使用退化过程中自动进行健康状况评估。采集轴承全寿命周期的振动信号，基于单调性、鲁棒性和相关性标准，筛选提取的振动信号时频特征参数，筛选后的参数进行主成分分析PCA降维，选取解释方差比最高的主成分；基于GRU‑VAE网络，结合粒子群优化和多层感知器对网络寻优，借助深度潜变量聚类模型的潜在信息挖掘和无监督聚类训练客观划分轴承退化的健康、衰退和故障阶段，保证了退化阶段划分的客观性和精确性。可以解决当前轴承健康评估方法计算复杂度高、实时性差，以及对大量数据的手工特征提取和处理仍然依赖专业知识，影响故障诊断准确性的缺陷。

本文源自：金融界

作者：情报员