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！

龙图腾网获悉哈尔滨工程大学申请的专利一种基于IWOA-SVR-EEMD的共轨喷油器故障信号预处理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：CN115467742B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202211073083.8，技术领域涉及：F02B77/08；该发明授权一种基于IWOA-SVR-EEMD的共轨喷油器故障信号预处理方法是由宋恩哲;任畅;姚崇;柯赟设计研发完成，并于2022-09-02向国家知识产权局提交的专利申请。

本一种基于IWOA-SVR-EEMD的共轨喷油器故障信号预处理方法在说明书摘要公布了：本发明的目的在于提供一种基于IWOA‑SVR‑EEMD的共轨喷油器故障信号预处理方法，采集高压油管压力信号后先用改进鲸鱼优化算法寻优的支持向量回归进行信号延拓；然后对延拓后的信号进行集合经验模态分解，得到若干个本征模态分量；最后计算各本征模态分量的皮尔逊积矩相关系数，留下与原信号相关性大的分量进行分量合成；预处理结束，得到经过去噪处理的高压油管压力信号。本发明相比于原始集合经验模态分解方法对端点效应问题抑制效果更好；相比于传统信号去噪方法，去噪后信号的信噪比更高。

本发明授权一种基于IWOA-SVR-EEMD的共轨喷油器故障信号预处理方法在权利要求书中公布了：1.一种基于鲸鱼优化算法、支持向量回归算法和集合经验模态分解算法的共轨喷油器故障信号预处理方法，其特征是： 1采集高压油管压力波动信号，将信号序列作为支持向量回归的训练样本，利用训练样本与改进的鲸鱼优化算法对支持向量回归的惩罚因子c与核参数g参数寻优，构建支持向量回归模型； a将支持向量回归的惩罚因子c与核参数g组成的向量作为鲸鱼种群的一个鲸鱼个体，设置鲸鱼群的初始化规模，初始化鲸鱼群位置，计算鲸鱼群体的适应度值；将适应度值最小的个体作为鲸鱼群体全局最优位置向量； b鲸鱼群迭代寻优：计算鲸鱼群熵值，并计算熵差，鲸鱼群体熵值计算公式如下： 其中，St为第t次迭代的熵值；N为鲸鱼种群的总个数；pxti为鲸鱼群第t次迭代中第i个鲸鱼的权重，gti为第t次迭代中第i个鲸鱼的适应度值； 熵差计算公式为： dt＝St-St-1 c计算惯性权重，并更新鲸鱼位置，惯性权重计算公式及鲸鱼位置更新公式如下： 惯性权重计算公式为： 其中，ωt为鲸鱼群体第t次迭代的惯性权重值；ωmin、ωmax分别为惯性权重的最小和最大值，T为最大迭代次数； 按照下式更新鲸鱼个体位置： 其中，t为当前的迭代次数；Xt为当前位置向量；为当前全局最优位置向量；D为最优个体位置与当前个体位置的距离，定义如下： 系数向量A和C定义如下: A＝2a·rand1-a C＝2·rand2 其中：rand1和rand2为[0，1]范围内均匀分布产生的随机数；a为收敛因子，随迭代次数t从2线性减小到0，a＝2-2tT； d如果熵差dt小于阈值1×10-10或达到最大迭代次数则迭代结束，输出鲸鱼群体最佳位置向量； 2利用构建好的支持向量回归模型对训练样本信号进行端点延拓：对于给定的压力信号序列s1,s2...sN，N为原始压力信号序列的采样点数，首先确定样本训练个数l，产生一个训练集L＝{x1,y1,x2,y2,...,xl,yl}，其中： xi＝[sisi+1...sN-l+i-1]T yi＝sN-l+i,1≤i≤l 预测第一个端点序列值，利用支持向量回归模型可得到边界外第一个预测值sN+1，即 其中，xl+1＝[sl+1sl+2...sN]T然后逐步迭代，获得预测信号序列值； 3使用集合经验模态分解的方法分解延拓后的信号序列，得到本征模态分量imfi； 4计算每个本征模态分量的皮尔逊积矩相关系数，公式如下： 其中，ρi代表imfi与原信号xt的皮尔逊积矩相关系数，σx代表原信号序列方差，cov·表示原始信号序列与各分量的协方差； 5根据各分量与原信号的相关性大小选择阈值，高于阈值的本征模态分量进行分量重构，输出经过去噪的高压油管压力信号，预处理结束。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室；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”。