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！

龙图腾网获悉西安威尔测量仪器有限公司申请的专利一种基于机器学习的LVDT传感器精度矫正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：CN120296372B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510776830.1，技术领域涉及：G06F18/21；该发明授权一种基于机器学习的LVDT传感器精度矫正方法是由范厚杰;王海涛;张涛;王蕾设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本一种基于机器学习的LVDT传感器精度矫正方法在说明书摘要公布了：本发明公开了一种基于机器学习的LVDT传感器精度矫正方法，本发明涉及LVDT传感器技术领域。该方法步骤包括：收集LVDT传感器响应信号和扰动源参数；通过多层级小波包分解算法得到LVDT传感器响应信号的子频段，并计算子频段能量指数和子频段能量熵，结合子频段能量指数最大值与子频段能量熵得到能量集中指数；通过峰值分析得到子频段峰值因子并结合子频段能量指数，得到子频段综合峰值指数；通过KMEANS算法对能量集中指数和子频段综合峰值指数组合的响应信号特征进行聚类，得到响应信号聚类簇并通过扰动参数添加干扰特征标签；构建传感器精度误差预测模型；实时收集LVDT原始信号并输入到对应干扰标签的传感器精度误差预测模型，得到LVDT信号误差结果，实现精度矫正。

本发明授权一种基于机器学习的LVDT传感器精度矫正方法在权利要求书中公布了：1.一种基于机器学习的LVDT传感器精度矫正方法，其特征在于：包括以下步骤： 步骤S1：通过对LVDT传感器添加不同扰动源，获得LVDT传感器扰动数据集，所述LVDT传感器扰动数据集包括：LVDT传感器响应信号和扰动源参数； 步骤S2：通过多层级小波包分解算法将所述LVDT传感器响应信号进行频率分解，得到LVDT传感器响应信号子频段的小波系数序列，并通过所述小波系数序列计算子频段能量指数；通过对所述子频段能量指数进行熵值计算，得到子频段能量熵；通过结合子频段能量指数的最大值和子频段能量熵，计算得到能量集中指数； 步骤S3：通过对所述小波系数序列进行峰值分析，得到子频段峰值因子；通过结合所述子频段峰值因子和子频段能量指数，计算得到子频段综合峰值指数；通过将子频段综合峰值指数和能量集中指数进行组合，得到LVDT响应信号特征； 步骤S4：通过KMEANS算法将LVDT响应信号特征进行聚类，得到响应信号聚类簇，通过对响应信号聚类簇中每个聚类簇的扰动源参数进行统计分析，得到聚类簇的干扰特征标签； 步骤S5：根据所述干扰特征标签，构建干扰特征标签对应的传感器精度误差预测模型；实时收集LVDT原始测量信号，计算LVDT原始测量信号的LVDT响应信号特征，将LVDT响应信号特征输入到响应信号聚类簇中，得到LVDT原始测量信号的干扰特征标签；再将LVDT原始测量信号输入到所述干扰特征标签对应的传感器精度误差预测模型中，得到LVDT的信号误差结果； 步骤S6：通过结合LVDT原始测量信号的LVDT响应信号特征和LVDT的信号误差结果，计算得到LVDT信号的修正结果，实现对LVDT传感器的精度矫正； 所述通过对所述子频段能量指数进行熵值计算，得到子频段能量熵，包括以下步骤： ； 其中，H为子频段能量熵，表示分解层数为L时生成的子频段总数，L为分解层数，为第i个子频段能量指数； 所述通过结合子频段能量指数的最大值和子频段能量熵，计算得到能量集中指数，包括以下步骤： 通过结合子频段能量指数的最大值和子频段能量熵，计算得到能量集中指数： ； 其中，为能量集中指数，H为子频段能量熵，表示子频段能量指数的最大值，max为取最大值函数。

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威尔测量仪器有限公司，其通讯地址为：712044 陕西省西安市沣东新城上林街道上林北路社区能源路秦创原科创大厦A座14楼1403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”。