Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽大学胡智勇获国家专利权

安徽大学胡智勇获国家专利权

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!

龙图腾网获悉安徽大学申请的专利基于多通道模拟滤波特征网络的轴承故障诊断方法、系统、设备及介质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:CN120508813B

龙图腾网通过国家知识产权局官网在2025-09-30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:202511005983.2,技术领域涉及:G06F18/213;该发明授权基于多通道模拟滤波特征网络的轴承故障诊断方法、系统、设备及介质是由胡智勇;田傲;陆思良设计研发完成,并于2025-07-22向国家知识产权局提交的专利申请。

基于多通道模拟滤波特征网络的轴承故障诊断方法、系统、设备及介质在说明书摘要公布了:本发明属于机械故障诊断与信号处理技术领域,具体涉及基于多通道模拟滤波特征网络的轴承故障诊断方法、系统、设备及介质,该方法通过构建多通道模拟滤波特征提取网络,采用多个并行设置的带通滤波器通道提取轴承振动信号特征,结合模拟神经网络分类器进行故障分类。信号预处理包括去直流分量、幅值归一化和分段处理;滤波器通频带参数和分类器参数通过粒子群算法联合优化,以分类准确率和决策置信度为适应度函数。系统包括信号采集、预处理、多通道滤波、特征提取、模拟神经网络分类及结果显示模块,实现了低功耗、高实时性的轴承故障诊断。本发明解决了传统数字处理方法功耗高、延迟大的问题,适用于工业现场长期监测和大规模部署。

本发明授权基于多通道模拟滤波特征网络的轴承故障诊断方法、系统、设备及介质在权利要求书中公布了:1.基于多通道模拟滤波特征网络的轴承故障诊断方法,其特征在于,所述方法包括: 构建多通道模拟滤波特征提取网络,所述网络包含多个并行设置的带通滤波器通道,每个通道配置不同的通频带参数,所述通频带参数包括下截止频率和上截止频率; 采集轴承振动信号并进行信号预处理; 将预处理后的信号输入所述多通道模拟滤波特征提取网络,分别计算各通道输出信号的均方根值作为特征值; 将所述特征值输入模拟神经网络分类器进行故障分类; 其中,所述带通滤波器通道的通频带参数和模拟神经网络分类器的参数同时结合分类准确率和决策置信度进行联合优化; 所述信号预处理包括: 通过高通滤波器去除原始振动信号中的直流分量,得到交流振动信号; 对所述交流振动信号进行幅值归一化处理,得到标准化振动信号; 将所述标准化振动信号按固定时间窗分割,得到待分析信号片段; 所述多通道模拟滤波特征提取网络包含4个独立的四阶巴特沃斯带通滤波器通道,各通道的上下截止频率通过以下方式确定: 基于轴承故障特征频率分布范围,初始化各通道的截止频率范围; 采用粒子群优化算法,以分类准确率和决策置信度的加权和作为适应度函数,迭代优化各通道的上下截止频率; 保存使适应度函数最大的最优截止频率组合; 所述模拟神经网络分类器的工作过程包括: 通过时序控制电路将四维特征值与对应的权重参数按预定时序输入模拟乘法器阵列; 将乘法运算结果输入积分电路进行加权求和运算; 比较四个输出神经元的稳态电压值,将电压值最大的神经元对应的故障类型作为诊断结果输出。

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大学,其通讯地址为:230031 安徽省合肥市蜀山区肥西路3号;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”。

以上内容由龙图腾AI智能生成。

免责声明
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。