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！

龙图腾网获悉安徽瑞控信光电技术股份有限公司申请的专利一种基于边缘AI算法检测汽轮机叶片抖动状态的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：CN120316590B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510797924.7，技术领域涉及：G06F18/241；该发明授权一种基于边缘AI算法检测汽轮机叶片抖动状态的方法是由刘耀军设计研发完成，并于2025-06-16向国家知识产权局提交的专利申请。

本一种基于边缘AI算法检测汽轮机叶片抖动状态的方法在说明书摘要公布了：本发明公开了一种基于边缘AI算法检测汽轮机叶片抖动状态的方法,边缘AI算法采用进行通道剪枝和权重剪枝的轻量化1D‑CNN模型，方法包括步骤：采集叶片感应电压信号；提取所述感应电压信号的时域特征和频域特征；将所述时域特征和频域特征输入所述轻量化1D‑CNN模型，得到所述叶片抖动状态。通过通道剪枝和权重剪枝大幅减少模型参数量，在保证诊断精度的前提下，显著降低模型的计算复杂度和存储占用，使其能够高效部署于资源受限的边缘设备中。

本发明授权一种基于边缘AI算法检测汽轮机叶片抖动状态的方法在权利要求书中公布了：1.一种基于边缘AI算法检测汽轮机叶片抖动状态的方法,其特征在于，所述边缘AI算法采用轻量化1D-CNN模型，所述方法包括步骤： 采集叶片感应电压信号； 提取所述感应电压信号的时域特征和频域特征； 将所述时域特征和频域特征输入所述轻量化1D-CNN模型，得到所述叶片抖动状态； 所述轻量化1D-CNN模型基于预训练的1D-CNN模型获得，所述预训练的1D-CNN模型的卷积层包括个卷积核，所述卷积层的输出包括个输出通道，基于预训练的1D-CNN模型获得所述轻量化1D-CNN模型包括步骤： 根据所述个卷积核的权重对所述个卷积核进行剪枝，获得个尺度不同的卷积核，其中，所述个尺度不同的卷积核包括用于提取快速冲击特征的短尺度卷积核和用于提取趋势变化特征的长尺度卷积核； 根据所述个输出通道对所述时域特征和频域特征的贡献度对所述个输出通道进行剪枝，获得个输出通道，其中; 所述轻量化1D-CNN模型的卷积层包括所述个卷积核，所述轻量化1D-CNN模型卷积层的输出包括个输出通道， 提取所述感应电压信号的时域特征和频域特征包括步骤： 采集转速反馈信号； 根据所述感应电压信号生成位移信号； 根据转速反馈信号对所述感应电压信号和所述位移信号进行电压动态补偿，得到第一动态补偿信号； 提取所述第一动态补偿信号的时域特征和频域特征。

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安徽瑞控信光电技术股份有限公司，其通讯地址为：230041 安徽省合肥市庐阳区清河路868号合肥庐阳大数据产业园1栋3层；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”。