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！

龙图腾网获悉淮阴工学院申请的专利一种基于频率图及EFA-BP深度学习的电机故障诊断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：CN115754713B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202210913649.7，技术领域涉及：G01R31/34；该发明授权一种基于频率图及EFA-BP深度学习的电机故障诊断方法是由付丽辉;刘金桂;朱恩林;刘立成;石跃设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本一种基于频率图及EFA-BP深度学习的电机故障诊断方法在说明书摘要公布了：本发明公开了一种基于频率图及EFA‑BP深度学习的电机故障诊断方法，包括：通过对电机电流信号的检测，完成对电机的四种故障（轴承错位、定子线圈匝间短路、转子断条和外轴承损坏）的分类；使用频率变换将其从时域转换成频域，并完成数据预处理；将预处理后信号从频谱转换为频率图，从而完成对电机故障的特征的提取；提出基于电磁学和萤火虫算法的混合模型，有效解决电机故障处理等复杂问题，能增强人工神经网络对电机故障的预测能力；构建EFA‑BP分类算法，完成对测试用健康及故障电机的状况及故障类型的分类，基于EFA的自动记忆，并优化参数至最小预测误差，分类模型可以显著减少计算时间，提高预测精度，在电机故障诊断中表现良好。

本发明授权一种基于频率图及EFA-BP深度学习的电机故障诊断方法在权利要求书中公布了：1.一种基于频率图及EFA-BP深度学习的电机故障诊断方法，其特征在于，包括以下步骤： 步骤1在电机空载稳定运行下，模拟四种电机故障，即轴承错位、定子绕组匝间短路、转子断条和外圈轴承损坏，采集电机故障状态下定子电流信号，获得来自五种耦合负载变化下的时间序列数据，即时间序列的电机故障状态电流信号； 步骤2使用频率变换将时间序列的电机故障状态电流信号从时域转换成频域，并完成数据预处理；将预处理后信号从频谱转换为频率图PLT，并且进行必要的归一化计算，将数据分为测试及训练数据，记录存储数据，建立故障数据库，从而完成对电机故障的特征提取； 步骤3提出一种基于电磁学FA和萤火虫算法EA的混合模型EFA，设所有萤火虫都被磁化，萤火虫的电荷取决于其目标值，并且，所有萤火虫都可以参与到搜索、处理中，从而确保在勘探阶段，EFA的萤火虫可以迅速找到目标领域，在开发阶段，EFA的萤火虫可以在这些区域执行有效的局部搜索，并找到最佳解决方案； 步骤4构建EFA-BP分类算法，利用EFA对BP神经网络的权值及偏移量参数进行训练，从而完成对测试用健康及故障电机的状况及故障类型的分类。

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淮阴工学院，其通讯地址为：223000 江苏省淮安市经济技术开发区枚乘东路1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”。