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！

龙图腾网获悉北京博数智源人工智能科技有限公司申请的专利基于特征融合的风机齿轮箱动态集成故障检测方法及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：CN120579151B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202511080573.4，技术领域涉及：G06F18/25；该发明授权基于特征融合的风机齿轮箱动态集成故障检测方法及系统是由彭雨轩;王龙;刘志勇;石闻涛;郭玉华;周文研;高丽媛设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本基于特征融合的风机齿轮箱动态集成故障检测方法及系统在说明书摘要公布了：本申请提供了基于特征融合的风机齿轮箱动态集成故障检测方法及系统，涉及数据处理技术领域，该方法包括：得到各个初步特征集；对所述各个初步特征集进行特征与特征、特征‑故障非线性关系量化，得到各个初筛特征集；分析各个初筛特征集中每个特征的贡献度，执行特征精筛，生成各个精筛特征集；调用多代理集成故障检测系统，基于所述各个精筛特征集执行自底向上的多层代理信息共享和协同决策，生成风机齿轮箱故障检测信息。通过本申请解决了现有技术中由于缺乏对特征的深度挖掘，且依赖单机诊断系统，导致故障检测准确性不高的技术问题，通过构建多代理集成故障检测系统，显著降低误报率、漏报率，达到提升故障检测准确性的技术效果。

本发明授权基于特征融合的风机齿轮箱动态集成故障检测方法及系统在权利要求书中公布了：1.基于特征融合的风机齿轮箱动态集成故障检测方法，其特征在于，包括： 采集风机齿轮箱各个部位的振动数据集并进行噪声分离处理，通过多维深度特征提取引擎对处理后的数据进行多维深度特征提取，得到各个初步特征集，其中，所述多维深度特征提取引擎包括时频域特征增强层、深度特征挖掘层和动态优化机制，所述时频域特征增强层通过引入HHT边际谱熵与自适应小波包能量熵的复合信息熵机制进行时频域特征增强；所述深度特征挖掘层为基于双通道一维卷积神经网络的并行架构，双通道一维卷积神经网络包括原始波形卷积通道、差分信号卷积通道和特征融合注意力机制；所述动态优化机制包括基于峭度因子的自适应小波基函数切换策略与基于互信息准则的特征维度压缩策略； 调用最大信息系数初筛机制对所述各个初步特征集进行特征与特征、特征-故障非线性关系量化，筛选得到各个初筛特征集； 基于SHAP值分析各个初筛特征集中每个特征的贡献度，构建特征重要性图谱，执行特征精筛，生成各个精筛特征集； 调用多代理集成故障检测系统，基于所述各个精筛特征集执行自底向上的多层代理信息共享和协同决策，生成风机齿轮箱故障检测信息。

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北京博数智源人工智能科技有限公司，其通讯地址为：100007 北京市东城区东四十条22号南新仓商务大厦A1705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”。