原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及轴承故障评估技术领域，具体是一种基于因果机制的最优工况索引生成方法，包括以下步骤：使用联邦学习法获取故障轴承的训练数据，所述训练数据的类型包括故障轴承的工况，该工况对应的故障类型，以及该工况对应的故障特征值；对训练数据进行拟合训练，构建故障轴承的工况与该工况下产生的故障特征值的拟合公式；建立因果模型，将拟合公式的计算值导入因果模型中，进而得出故障轴承在预定工况下的故障类型；本发明能够形成轴承故障的参数配合表，通过查表的方式，能够快速准确地得出轴承在预定工况下的故障类型。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116028509 A
(43)申请公布日 2023.04.28
(21)申请号 202310300650.7
(22)申请日 2023.03.27
(71)申请人 合肥工业大学
文档评论（0）