西北工业大学王俨剀获国家专利权
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!
龙图腾网获悉西北工业大学申请的专利基于故障基因的健康管理监测参数选择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:CN118839188B 。
龙图腾网通过国家知识产权局官网在2025-10-10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:202410815480.0,技术领域涉及:G06F18/24;该发明授权基于故障基因的健康管理监测参数选择方法是由王俨剀;罗潇;赵建炳设计研发完成,并于2024-06-24向国家知识产权局提交的专利申请。
本基于故障基因的健康管理监测参数选择方法在说明书摘要公布了:本发明针对目前旋转机械健康管理系统在选择监测参数时,存在旋转机械转子‑支承系统结构复杂、潜在故障模式繁多、监测参数选择经验零散的问题;本发明提出了一种基于故障基因的健康管理监测参数选择方法,通过分析潜在故障模式、建立监测参数列表、计算参数权重、对各个监测参数的性能进行评估和对比,并以此为基础对监测参数进行迭代设计,删去了大量冗余的监测信息,最终确定一套最优秀的监测参数列表用于进行监测和管理,确保能够自动评估监测参数,提升了健康管理系统识别和判断故障特征的效率,节约了测试资源,优化了监测系统的性能并提高了故障监测的准确性。
本发明授权基于故障基因的健康管理监测参数选择方法在权利要求书中公布了:1.基于故障基因的健康管理监测参数选择方法,使用旋转机械转子-支承实验器构建旋转机械监控管理系统,其特征在于,包括以下步骤: 步骤1:分析旋转机械转子-支承系统的潜在故障模式,建立故障模式列表; 所述故障模式列表包括若干个故障类型和对应的故障特征; 步骤2:通过旋转机械转子-支承实验器建立旋转机械转子-支承系统的故障基因库; 步骤3:根据步骤1获得的故障模式列表,补充故障基因库; 所述补充方式为:检查故障基因库中是否存在相应的故障特征,当所述故障基因库不包括故障模式列表中的故障特征,则将故障特征补充进故障基因库内; 步骤4:读取步骤1获得的故障模式列表中所有故障特征的特征参数,建立旋转机械转子-支承系统的待选监测参数列表; 所述故障特征的特征参数划分为三类参数,分别为时域特征参数、频域特征参数或其他特征参数; 步骤5:根据旋转机械转子-支承系统的待选监测参数列表,使用实验器对旋转机械转子-支承系统进行故障实验,得到故障仿真数据集; 步骤6:根据故障仿真数据集,计算待选监测参数列表中各参数权重: 根据故障仿真数据集,计算待选监测参数中的各个监测参数作为仿真故障特征参数,将各个仿真故障特征参数与步骤2中故障基因库中故障特征的故障特征参数作对比: 若某个仿真故障特征参数符合故障基因库中某种故障模式的故障特征,则可以指示该故障特征的参数计数值+1,各参数计数值初始为0; 当所有的故障特征的参数计数完毕后,将计数结果做归一化处理,以归一化处理的结果作为参数权重,归一化处理为: X′=XXMAX 其中,X′为参数权重,X为参数计数值,XMAX为最大的参数计数值; 步骤7:对待选监测参数列表中全部监测参数进行分析,估算全部健康管理算法运行完毕的耗时; 步骤8:判断步骤7得到的总耗时是否满足预定耗时要求: 如果不满足耗时要求,则删减待选监测参数列表中最低权重的特征,再转向步骤7; 否则,转向步骤9; 步骤9:检查旋转机械健康管理系统中的工程要求指标是否达到要求: 若有指标未达到要求,则减少监测特征参数,返回步骤4; 否则,输出监测参数列表。
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北工业大学,其通讯地址为:710072 陕西省西安市碑林区友谊西路127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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励