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！

龙图腾网获悉西安美联重机有限公司申请的专利一种用于电铲制动器状态实时监测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：CN120537838B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511036833.8，技术领域涉及：F16D66/02；该发明授权一种用于电铲制动器状态实时监测方法是由刘虎;李东豪;朱晋生设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本一种用于电铲制动器状态实时监测方法在说明书摘要公布了：本申请涉及数据处理技术领域，公开了一种用于电铲制动器状态实时监测方法。该方法包括：通过多源传感器同步采集电铲制动器液压缸压力脉动、制动盘表面温度梯度、制动片厚度变化率、电机反馈转矩，得到多物理场耦合特征向量；根据制动功率谱密度对多物理场耦合特征向量进行重载工况增强采样，得到重载工况平衡数据集；将重载工况平衡数据集通过重载工况自适应多头注意力机制进行特征提取，得到全局状态特征；根据制动周期特性对重载工况平衡数据集进行多尺度时序卷积处理，得到时序演化特征；基于制动功率加权将全局状态特征和时序演化特征进行融合识别，得到电铲制动器实时状态结果。本申请提高了电铲制动器状态监测的准确性和实时性。

本发明授权一种用于电铲制动器状态实时监测方法在权利要求书中公布了：1.一种用于电铲制动器状态实时监测方法，其特征在于，所述方法包括： 通过多源传感器对电铲制动器的液压缸压力脉动、制动盘表面温度梯度、制动片厚度变化率、电机反馈转矩进行同步采集，得到制动器多物理场耦合特征向量，包括：将压力传感器对所述液压缸压力脉动进行高频采集处理，得到液压缸压力脉动数据；将红外温度传感器对所述制动盘表面温度梯度进行多点布置采集处理，得到制动盘表面温度梯度数据； 将激光位移传感器对所述制动片厚度变化率进行微米级精度测量处理，得到制动片厚度变化率数据；将转矩传感器对所述电机反馈转矩进行同步采集处理，得到电机反馈转矩数据； 基于制动功率谱密度分析对所述液压缸压力脉动数据、所述制动盘表面温度梯度数据、所述制动片厚度变化率数据、所述电机反馈转矩数据进行滤波预处理，得到所述制动器多物理场耦合特征向量； 根据制动功率谱密度对所述制动器多物理场耦合特征向量进行重载工况增强采样处理，得到重载工况平衡数据集，包括：根据所述电机反馈转矩和角速度对制动器瞬时功率进行计算处理，得到制动器瞬时功率数据；将快速傅里叶变换算法对所述制动器瞬时功率数据进行频域转换处理，得到制动功率谱密度特征；基于所述制动功率谱密度特征的能量分布对制动工况进行分级划分处理，得到轻载制动、中载制动、重载制动三个工况等级；将重载制动工况的少数类样本通过k近邻算法进行相似度计算处理，得到功率谱相似度权重因子；根据所述功率谱相似度权重因子对重载制动状态样本进行约束性合成生成处理，得到所述重载工况平衡数据集； 将所述重载工况平衡数据集通过重载工况自适应多头注意力机制进行特征提取，得到制动器全局状态特征，包括：根据实时制动功率与预设功率阈值的比较结果对注意力权重分配策略进行动态调节处理，得到制动功率自适应权重因子；将所述重载工况平衡数据集通过八个并行注意力头进行多物理场信息处理，得到液压压力注意力特征、热力学注意力特征、机械磨损注意力特征、电机转矩注意力特征； 基于查询矩阵、键矩阵、值矩阵对各注意力头进行注意力权重计算处理，得到基础注意力权重分布；将所述制动功率自适应权重因子对所述基础注意力权重分布进行加权调制处理，得到自适应注意力权重分布；根据所述自适应注意力权重分布对所述液压压力注意力特征、所述热力学注意力特征、所述机械磨损注意力特征、所述电机转矩注意力特征进行加权融合处理，得到所述制动器全局状态特征； 根据制动周期特性对所述重载工况平衡数据集进行多尺度时序卷积处理，得到制动器时序演化特征，得到制动器时序演化特征，包括：根据电铲单次制动周期特性对所述重载工况平衡数据集进行短周期卷积核处理，得到制动器瞬态响应特征；根据电铲连续多次制动周期特性对所述重载工况平衡数据集进行中周期卷积核处理，得到制动器周期性变化特征；根据电铲长时间工作周期特性对所述重载工况平衡数据集进行长周期卷积核处理，得到制动器退化趋势特征；将制动状态门控机制对所述制动器瞬态响应特征、所述制动器周期性变化特征、所述制动器退化趋势特征进行门控单元控制处理，得到多尺度特征融合权重；基于所述多尺度特征融合权重对所述制动器瞬态响应特征、所述制动器周期性变化特征、所述制动器退化趋势特征进行加权融合处理，得到所述制动器时序演化特征； 基于制动功率加权将所述制动器全局状态特征和所述制动器时序演化特征进行融合识别，得到电铲制动器实时状态结果，包括：将所述制动器全局状态特征和所述制动器时序演化特征进行特征级联处理，得到综合特征向量；根据实时制动功率与历史最大制动功率的比值计算对特征融合权重进行计算处理，得到制动功率加权系数；基于所述制动功率加权系数对所述制动器全局状态特征和所述制动器时序演化特征进行加权融合处理，得到功率加权融合特征；将三层全连接神经网络对所述功率加权融合特征进行非线性映射处理，得到状态分类概率分布；将focalloss损失函数对所述状态分类概率分布进行损失计算处理，得到正常状态、轻微磨损、过热失效、严重磨损四类状态识别结果；根据所述四类状态识别结果对电铲制动器运行状态进行实时判定处理，得到所述电铲制动器实时状态结果。

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西安美联重机有限公司，其通讯地址为：710000 陕西省西安市高新区锦业路69号富士达科技股份有限公司5幢301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。