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！

龙图腾网获悉四川普瑞华泰智能科技有限公司申请的专利基于自清洁结构的防堵塞润滑油脂供给系统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：CN120292406B 。

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：202510788369.1，技术领域涉及：F16N7/38；该发明授权基于自清洁结构的防堵塞润滑油脂供给系统是由肖占峰;柯明;龙昭名;肖旭锋;王红星;任喜峰设计研发完成，并于2025-06-13向国家知识产权局提交的专利申请。

本基于自清洁结构的防堵塞润滑油脂供给系统在说明书摘要公布了：本发明公开了基于自清洁结构的防堵塞润滑油脂供给系统，该系统包含多模态感知与数据采集、图神经网络特征提取与处理等六个单元。多模态感知单元实时采集压力、流量等多维数据，经图神经网络单元转化为节点特征构建图数据模型并深度提取特征，改进高斯混合模型单元据此聚类分析系统运行状态。智能决策单元依据分析结果匹配控制指令，驱动自清洁执行单元通过可旋转拦截网与高压脉冲清洗装置实现杂质拦截与管路清洁，同时油脂供给调节单元精准调控油脂泵转速、节流阀开度及压力补偿。本发明通过多单元协同与创新模型结合，实现对润滑油脂供给系统运行状态的智能监测、堵塞风险识别及主动防堵塞处理，保障系统稳定运行。

本发明授权基于自清洁结构的防堵塞润滑油脂供给系统在权利要求书中公布了：1.基于自清洁结构的防堵塞润滑油脂供给系统，其特征在于，包括：多模态感知与数据采集单元、图神经网络特征提取与处理单元、改进高斯混合模型分析单元、智能决策与控制单元、自清洁执行单元、油脂供给调节单元； 所述多模态感知与数据采集单元由高精度压力传感器阵列、流量监测模块、温度感应组件以及杂质浓度检测探头组成，所述高精度压力传感器阵列用于实时获取管路内压力分布数据；流量监测模块采用超声波流量测量技术测定油脂流量；温度感应组件用于获取油脂输送过程中的温度信息；杂质浓度检测探头利用光学散射原理对油脂中的杂质浓度进行检测； 所述图神经网络特征提取与处理单元包含多层图卷积神经网络架构，接收多模态感知与数据采集单元传输的压力、流量、温度及杂质浓度数据，并转化为节点特征，构建包含管路拓扑结构信息的图数据模型； 所述改进高斯混合模型分析单元引入自适应权重调整机制和动态协方差矩阵更新策略，接收图神经网络特征提取与处理单元输出的特征向量，通过改进的高斯混合模型对油脂供给系统的运行状态进行聚类分析，识别正常运行模式和潜在堵塞风险模式； 所述智能决策与控制单元接收改进高斯混合模型分析单元的分析结果，内置预设的控制策略库，根据分析结果从控制策略库中匹配相应的控制指令； 所述自清洁执行单元由可旋转式杂质拦截网、高压脉冲清洗装置和杂质收集腔组成，可旋转式杂质拦截网通过伺服电机驱动旋转，对油脂中杂质动态拦截；高压脉冲清洗装置在接收到智能决策与控制单元的控制指令后，向管路内喷射高压脉冲水流，对拦截网及管路内壁进行清洗；清洗产生的杂质通过管路引流至杂质收集腔； 所述油脂供给调节单元由变频驱动的油脂泵、可调式节流阀和压力补偿装置构成，变频驱动的油脂泵根据智能决策与控制单元的控制指令调整转速，改变油脂供给量；可调式节流阀安装在输送管路中，通过电动执行机构调节开度，控制油脂流量；压力补偿装置实时监测管路压力，并根据控制指令调整输出压力，维持管路内压力稳定； 所述图神经网络特征提取与处理单元中采用的图卷积神经网络架构的前向传播过程满足如下公式： 其中，Hl、Hl+1表示第l层、第l+1层图卷积神经网络的节点特征矩阵，每一行代表一个节点的特征向量；为添加自环的邻接矩阵，A是根据润滑油脂输送管路拓扑结构构建的原始邻接矩阵，I为单位矩阵；是的对角节点度矩阵，对角元素Wl是第l层的权重矩阵，用于对节点特征进行变换；σ为激活函数； 所述改进高斯混合模型分析单元中改进的高斯混合模型的概率密度函数为： 其中，px为概率密度函数，x为图神经网络特征提取与处理单元输出的特征向量，维度为d；K为高斯混合模型的分量个数，根据润滑油脂供给系统运行状态的复杂程度预先设定；πk为第k个高斯分量的权重，且满足πk≥0，其值通过自适应权重调整机制根据系统运行数据动态更新；μk为第k个高斯分量的均值向量；Σk为第k个高斯分量的协方差矩阵，采用动态协方差矩阵更新策略，根据数据分布变化实时调整，为协方差矩阵的逆,k是求和运算里的索引变量； 所述图神经网络特征提取与处理单元进一步包括注意力机制模块，该模块的计算过程满足公式： 其中，hi和hj分别表示图数据中节点i和节点j的特征向量，N为图中节点总数；[hi‖hj]表示将两个特征向量进行拼接操作；LeakyReLU为激活函数；Wa为注意力机制模块的权重矩阵；αij为节点i对节点j的注意力系数，反映了节点j的特征对节点i的重要程度；h′i为经过注意力机制处理后节点i的新特征向量，T表示矩阵的转置运算,k、j是求和运算里的索引变量。

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四川普瑞华泰智能科技有限公司，其通讯地址为：610500 四川省成都市新都区君跃路618号(工业东区)；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”。