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！

龙图腾网获悉温州大学申请的专利一种罗茨式压缩机故障诊断方法及系统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：CN115750341B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202211275316.2，技术领域涉及：F04C18/12；该发明授权一种罗茨式压缩机故障诊断方法及系统是由王辉;廖湘渝;张晋瑞;向家伟;司泽田设计研发完成，并于2022-10-18向国家知识产权局提交的专利申请。

本一种罗茨式压缩机故障诊断方法及系统在说明书摘要公布了：本发明提供一种罗茨式压缩机故障诊断方法，包括获取罗茨式压缩机上由多个传感器所采集到的动力轴的振动信号、电机输入端的电流、压缩机出口压力、压缩机出口流量和液体的温度信号，以形成二维矩阵；将二维矩阵导入已训练好的降噪模型中进行降噪，得到降噪后的多尺度信号特征矩阵；将多尺度信号特征矩阵导入已训练好的罗茨式压缩机故障分类模型中，以诊断出故障类别；其中，降噪模型是融合多尺度空洞卷积与注意力的新型自编码模型，罗茨式压缩机故障分类模型是加入残差连接的残差网络模型。实施本发明，通过去除复杂工况下多传感器融合数据的噪音来改善深度学习模型诊断故障精度，提高了模型在复杂工况故障识别的准确率。

本发明授权一种罗茨式压缩机故障诊断方法及系统在权利要求书中公布了：1.一种罗茨式压缩机故障诊断方法，其特征在于，所述方法包括以下步骤： 获取罗茨式压缩机上由多个传感器所采集到的动力轴的振动信号、电机输入端的电流、压缩机出口压力、压缩机出口流量和液体的温度信号，以形成二维矩阵； 将所述二维矩阵导入已训练好的降噪模型中进行降噪，得到降噪后的多尺度信号特征矩阵；其中，所述降噪模型是融合多尺度空洞卷积与注意力的新型自编码模型； 将所得到的多尺度信号特征矩阵导入已训练好的罗茨式压缩机故障分类模型中，以诊断出所述罗茨式压缩机的故障类别；其中，所述罗茨式压缩机故障分类模型是加入残差连接的残差网络模型； 所述降噪模型包括一个编码器和一个解码器；其中， 所述编码器是首先将所述二维矩阵作为输入，并给所述二维矩阵加入噪声损坏信号后，用一个线性层加激活函数ReLU对其特征提取，且将提取的特征放入多尺度空洞卷积块来捕获语义特征，进一步将所捕获的语义特征通过分离层分解成查询Queries、键Keys和值Values三个矩阵后，放入三层Transformer块中学习噪音分布特征和信号本身特征； 所述解码器对所述噪音分布特征和所述信号本身特征进行提取，以得到多尺度信号特征矩阵；其中，所述解码器包括一个用来预测添置的噪音的线性层和一个用来重组信号特征的线性层；所述解码器通过计算噪声预测损失和重构损失的梯度后，使用随机梯度下降的方法向后传播来更新权重。

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温州大学，其通讯地址为：325000 浙江省温州市瓯海区东方南路38号温州市国家大学科技园孵化器；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。