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！

龙图腾网获悉中国舰船研究设计中心申请的专利基于多源融合特征和串联DBN模型的船舶设备退化状态识别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：CN119646654B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411687820.2，技术领域涉及：G06F18/2415；该发明授权基于多源融合特征和串联DBN模型的船舶设备退化状态识别方法是由周涛涛;刘亦敏;许文辉;邹大程;夏源设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本基于多源融合特征和串联DBN模型的船舶设备退化状态识别方法在说明书摘要公布了：本发明公开了一种基于多源融合特征和串联DBN模型的船舶设备退化状态识别方法，属于健康状态管理技术领域，包括：提取信号特征每个分量的中心频率值；采用改进多尺度排列熵进行信号特征分析，根据尺度因子获得稳定的排列熵值；获得信号最大峭度值所对应的中心频率，筛选若干BIMF分量逐层数据集，并通过排列熵构建特征向量集Q；对特征向量集Q进行降维处理获得特征向量集T；采用特征向量集T训练DBN1，将工况识别结果结合特征向量集T训练DBN2，实现船舶设备退化状态识别；建立观测器模型，获取船舶设备的健康基线，通过计算马氏距离评估识别的船舶设备退化状态。通过本发明可以实现关键设备的退化状态准确快速评估。

本发明授权基于多源融合特征和串联DBN模型的船舶设备退化状态识别方法在权利要求书中公布了：1.一种基于多源融合特征和串联DBN模型的船舶设备退化状态识别方法，其特征在于，包括： 采集船舶设备的振动、温度和压力信号，对采集的振动、温度和压力信号进行时频分析，提取信号特征； 对提取的信号特征进行变模态分解，获得二维固有模态函数分量，并提取每个分量的中心频率值； 采用改进多尺度排列熵对变模态分解后的信号进行信号特征分析，根据尺度因子获得稳定的排列熵值； 采用快速谱峭度算法获得信号最大峭度值所对应的中心频率，进而根据每个分量的中心频率值筛选若干BIMF分量逐层数据集，并通过排列熵构建特征向量集Q； 采用局部切空间排列对特征向量集Q进行降维处理，去除冗余和噪声特征，获得特征向量集T； 搭建双DBN模型串联框架，并优化双DBN模型参数，采用特征向量集T训练DBN1，实现船舶工况识别，将工况识别结果结合特征向量集T训练DBN2，实现船舶设备退化状态识别； 建立观测器模型，获取船舶设备的健康基线，通过计算当前退化状态与健康基线之间的马氏距离评估识别的船舶设备退化状态，输出设备退化状态评估报告。

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中国舰船研究设计中心，其通讯地址为：430064 湖北省武汉市武昌区张之洞路268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。