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！

龙图腾网获悉西安交通大学申请的专利基于时空图的核电循环水泵行星齿轮箱检测方法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：CN115541232B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202210965498.X，技术领域涉及：G01M13/028；该发明授权基于时空图的核电循环水泵行星齿轮箱检测方法是由聂泽琳;刘炳辰;刘一龙;成玮;杨来浩;谢述帅;周光辉;陈雪峰设计研发完成，并于2022-08-11向国家知识产权局提交的专利申请。

本基于时空图的核电循环水泵行星齿轮箱检测方法在说明书摘要公布了：公开了基于时空图的核电循环水泵行星齿轮箱检测方法，方法中，采集核电循环水泵行星齿轮箱监测数据，采用短时傅里叶变换将振动信号的时域和频域相联系；短时傅里叶变换处理后的振动信号频域划分为K个部分，构建时空图及时空图权重矩阵；进而构建拉普拉斯矩阵，进行特征提取；将时空图转换为特征矩阵输入时域图卷积网络模型以训练模型，通过argmax函数求出模型参数；用验证集选取最优超参数，构建混淆矩阵评估模型；用测试测试最优模型。

本发明授权基于时空图的核电循环水泵行星齿轮箱检测方法在权利要求书中公布了：1.一种基于时空图的核电循环水泵行星齿轮箱检测方法，其特征在于，其包括以下步骤： 第一步骤，采集核电循环水泵行星齿轮箱振动信号，短时傅里叶变换振动信号以计算离散时域和频域： ， 其中，x[n]为振动信号，n∈[0,N-1]，具有N个观测值；m为时间，k为频率，ΔM为时间变化量，Δf为频率变化量；Yk,m为频率kΔf和时间mΔM的输出；运算符（*）表示共轭；ω为窗函数；j为虚数单位； 第二步骤，构建时空图，其中，计算短时周期图： ， 其中，T为窗口长度；Yk,m为短时傅里叶变换后的离散时域和频域；pk,m为频率索引1≤k≤K和时间索引1≤m≤M的输出,K，M为正整数，K取值为时空图节点，M为振动信号采样时域上限； 振动信号经过短时傅里叶变换后，其频域被分为K个部分，以短时周期图中的每个频率F1,F2,……,Fk为节点，属性相互连接，构建时空图； 第三步骤，构建时空图权重矩阵，其中， ， 其中，Wi,j为矩阵权重；Dis{SFi,t,SFj,t}为节点Fi和Fj在时间点t的欧式距离；i,j为正整数； 第四步骤，特征提取,计算权重矩阵中点xi,yj处的拉普拉斯算子： ， 其中，x为权重矩阵中横坐标，y为纵坐标，i,j为正整数，Δx和Δy分别为x,y的增量，设为1； 计算度矩阵D： ， 其中，di,j为主对角线元素对应节点权重，Wi,j为矩阵权重，i,j为正整数； 拉普拉斯矩阵为度矩阵与权重矩阵之差： ， 其中，L、D、W分别为拉普拉斯矩阵、度矩阵和权重矩阵； 将拉普拉斯矩阵L正交分解： ， 其中，为特征向量；为特征值矩阵；每一个时空图用一维特征向量F来表示，由特征值组成，记为； 第五步骤，构建图卷积网络模型，其包括三层图神经网络，函数为convGCN，每层convGCN函数输入通道数为进入图卷积层数据的维数，输出通道数与下一层输入通道数相等，最后一层输出通道数为故障分类数，在两层convGCN函数之间设置激活函数为ReLU，输出为一个SoftMax层； 第六步骤，将时空图转换为特征矩阵输入图卷积网络模型，训练图卷积网络模型1000次，通过argmax函数求出图卷积网络模型参数； 第七步骤，构建混淆矩阵C以评估图卷积网络模型，其纵坐标反映真实的健康和故障类别，横坐标反映模型预测的健康和故障类别，其中元素记为cij，i表示预测类别中第i个元素，j代表真实类别中第j个元素，i,j为正整数； 第八步骤，用验证集验证图卷积网络模型，调整超参数，选择使分类效果最优的超参数； 第九步骤，用测试集测试最优模型。

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西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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”。