宁波机场集团有限公司毛科杰获国家专利权
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!
龙图腾网获悉宁波机场集团有限公司申请的专利基于数字孪生的机场行李系统减速机故障预测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:CN120180943B 。
龙图腾网通过国家知识产权局官网在2025-08-22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:202510657416.9,技术领域涉及:G06F30/27;该发明授权基于数字孪生的机场行李系统减速机故障预测诊断方法是由毛科杰;徐陶湘;徐继亮;郑豪峰;王蓉飞;董巍;胡旭松;吴琦;钟宇杰;代荣富设计研发完成,并于2025-05-21向国家知识产权局提交的专利申请。
本基于数字孪生的机场行李系统减速机故障预测诊断方法在说明书摘要公布了:本发明提供基于数字孪生的机场行李系统减速机故障预测诊断方法,涉及故障预测技术领域,包括获取减速机实时运行数据,建立数字孪生模型并实时更新,构建多维特征向量后通过深度学习进行特征提取融合,识别故障类型并评估程度,利用粒子群优化算法优化模型参数建立剩余寿命预测模型,生成预警信息并确定维护方案。本发明实现了减速机故障的精准预测和提前预警,降低维护成本,提高机场行李系统运行可靠性。
本发明授权基于数字孪生的机场行李系统减速机故障预测诊断方法在权利要求书中公布了:1.基于数字孪生的机场行李系统减速机故障预测诊断方法,其特征在于,包括: 获取机场行李系统减速机的实时运行数据,所述实时运行数据包括减速机转速数据、振动数据、温度数据、电流数据和噪声数据; 建立所述机场行李系统减速机的数字孪生模型,通过所述实时运行数据对所述数字孪生模型进行实时更新; 基于所述实时运行数据构建多维特征向量,利用深度学习算法对所述多维特征向量进行特征提取和融合,得到融合特征向量,将所述融合特征向量输入所述数字孪生模型中进行故障类型识别和故障程度评估; 将所述故障类型识别和所述故障程度评估的结果与所述数字孪生模型进行数据同步,通过粒子群优化算法对所述数字孪生模型的参数进行动态优化,建立减速机剩余寿命预测模型,根据所述减速机剩余寿命预测模型对减速机的故障发展趋势进行预测,生成故障预警信息; 将所述故障类型识别的结果和所述故障程度评估的结果输入所述数字孪生模型,通过特征映射函数建立所述故障类型识别的结果、所述故障程度评估的结果与所述数字孪生模型之间的状态映射关系,计算所述数字孪生模型与实际系统之间的状态同步误差,所述状态同步误差通过Frobenius范数进行度量; 基于所述状态映射关系和所述状态同步误差构建优化目标函数,所述优化目标函数采用自适应权重系数对所述状态映射关系和所述状态同步误差进行加权融合,所述优化目标函数用于对所述数字孪生模型的参数向量进行优化; 采用动态惯性权重的粒子群算法,基于迭代次数和收缩因子计算所述优化目标函数的动态邻域半径,通过误差融合得到粒子适应度值,根据邻域中心参数计算领域影响因子,将其与基础惯性权重相乘获得动态惯性权重,通过局部最优位置和全局最优位置的线性组合更新粒子速度; 根据所述故障预警信息确定维护方案,所述维护方案包括维护时间、维护内容和维护优先级,并将所述维护方案发送至机场行李系统控制终端。
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宁波机场集团有限公司,其通讯地址为:315177 浙江省宁波市海曙区栎社机场;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。