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 > 南京轴承有限公司杨秀魁获国家专利权

南京轴承有限公司杨秀魁获国家专利权

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!

龙图腾网获悉南京轴承有限公司申请的专利一种主被动切换工况下的AMT轴承运行状态检测系统及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:CN120671019B

龙图腾网通过国家知识产权局官网在2025-10-28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:202511163812.2,技术领域涉及:G06F18/2431;该发明授权一种主被动切换工况下的AMT轴承运行状态检测系统及方法是由杨秀魁;王影;宋依杰;李超跃;黄维维设计研发完成,并于2025-08-20向国家知识产权局提交的专利申请。

一种主被动切换工况下的AMT轴承运行状态检测系统及方法在说明书摘要公布了:本发明涉及汽车自动变速技术领域,公开了一种主被动切换工况下的AMT轴承运行状态检测系统及方法,该方法通过振动加速度、电流、温度传感器及转速编码器采集实时数据,经包络解调、卡尔曼滤波等预处理后,利用变分模态分解和希尔伯特变换生成时频特征矩阵。将矩阵输入采用滑动时间窗机制的概率神经网络模型,输出轴承健康状态概率值。构建以量子遗传算法优化的多参数状态评估模型,获取最优特征组合,结合分层诊断控制模型含采集层、分析层、执行层,通过置信规则库推理器输出预警等级与维护建议。系统还设有信号校验模块确保数据可靠。本发明实现了多源数据融合与动态自适应诊断,提升了AMT轴承在复杂工况下的状态检测精度与实时性。

本发明授权一种主被动切换工况下的AMT轴承运行状态检测系统及方法在权利要求书中公布了:1.一种主被动切换工况下的AMT轴承运行状态检测方法,其特征在于,包括: 通过多通道传感模块采集变速箱轴承的实时运行数据,所述多通道传感模块包含振动加速度传感器、电流传感器、温度传感器以及转速编码器; 基于变分模态分解算法对所述实时运行数据进行本征模态分量提取,通过希尔伯特变换生成时频特征矩阵;将所述时频特征矩阵输入预训练的概率神经网络模型,所述概率神经网络模型采用滑动时间窗机制,基于实时工况数据调整隐层节点激活阈值,输出轴承健康状态概率值; 根据所述轴承健康状态概率值构建多参数状态评估模型,所述多参数状态评估模型以故障敏感度最高及特征冗余度最低为优化目标,采用量子遗传优化算法对特征子集进行全局搜索,其中所述量子遗传优化算法引入自适应旋转角与动态交叉概率;基于所述多参数状态评估模型输出最优特征组合数据; 根据所述最优特征组合数据建立分层诊断控制模型,所述分层诊断控制模型包括采集层、分析层与执行层,其中采集层基于所述时频特征矩阵更新工况模式,分析层基于所述轴承健康状态概率值生成多级诊断策略,执行层通过置信规则库推理器将诊断指令映射为预警等级与维护建议信号; 构建概率网络结构,所述概率网络结构包含振动特征节点、电流特征节点及健康状态节点,所述振动特征节点与所述电流特征节点为父节点,所述健康状态节点为子节点; 基于实时采集数据更新所述振动特征节点的概率密度函数,通过小波包分解算法对所述电流特征节点进行频带能量分析,得到特征频带能量分布的后验概率; 引入动态阈值调整机制,根据轴承负载变化动态调整概率网络的推理步长,所述时间窗宽度与轴承转速呈负相关关系; 采用期望最大化算法对所述概率神经网络进行在线参数更新,通过最大化似然函数优化隐层节点权重参数; 构建遗传优化目标函数,所述目标函数包含特征敏感度项与特征独立性项,所述特征敏感度项通过故障样本的类间距离计算,所述特征独立性项通过特征向量间的相关系数计算; 设计自适应旋转角更新规则,所述旋转角随进化代数增加呈指数衰减曲线变化,初始阶段保持较大搜索范围,后期收敛至最优解邻域; 设计动态交叉概率调整机制,所述交叉概率根据种群适应度方差动态调整,当种群方差高于阈值时增加交叉操作频率,反之增加变异操作频率; 构建输入激活模块,所述输入包括轴承健康状态概率值、温度变化梯度及轴承运行时长,采用高斯隶属度函数对输入变量进行置信度分配; 构建规则库,所述规则库包含置信规则; 设计证据融合模块,采用D-S证据理论将多源规则输出融合为综合置信度分布,所述输出包括预警等级代码与维护建议编码; 引入规则权重修正机制,根据历史诊断准确率与维护记录动态更新规则置信度系数; 对振动加速度数据采用包络解调算法提取故障特征频率成分; 对电流传感器数据采用快速傅里叶变换生成频谱图,并通过自适应阈值滤波抑制背景噪声; 对温度传感器数据采用指数加权移动平均算法消除测量波动; 对转速编码器数据采用卡尔曼滤波算法融合角速度与角加速度数据,输出轴承瞬时转速与转速波动率; 划分健康等级为正常、预警、故障三级,所述正常等级触发周期性监测,所述预警等级触发特征跟踪监测,所述故障等级触发停机保护协议; 构建状态转移矩阵,所述矩阵根据连续健康等级变化进行状态跳转,若连续三个采样周期健康等级下降则触发升级诊断流程; 引入趋势预判机制,当轴承健康状态概率值变化率超过预设梯度阈值时启动主动测试模式; 构建信号校验模块,通过多传感器数据相关性分析检测信号异常,若某通道数据与关联通道的相关系数低于设定阈值则启动数据重构。

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南京轴承有限公司,其通讯地址为:210039 江苏省南京市雨花经济开发区凤仪路28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。