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！

龙图腾网获悉重庆邮电大学申请的专利一种基于卷积神经网络和信号矩阵化的油液磨粒特征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：CN119377737B 。

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：202411429563.2，技术领域涉及：G06F18/24；该发明授权一种基于卷积神经网络和信号矩阵化的油液磨粒特征识别方法是由罗久飞;宋鸿正;邓云春;禄盛;柏峰;孙天健;赵双设计研发完成，并于2024-10-14向国家知识产权局提交的专利申请。

本一种基于卷积神经网络和信号矩阵化的油液磨粒特征识别方法在说明书摘要公布了：本发明公开了一种基于卷积神经网络和信号矩阵化的油液磨粒特征识别方法，该方法首先使用感应式磨粒检测传感器对润滑油进行实时数据采集，获得待处理原始信号，对检测信号进行谐波参数估计与磨粒中心频率估计，根据传感器输出信号数学模型仿真检测信号模型，使用仿真信号模型生成多组仿真磨粒信号并根据磨粒中心频率设置参数，进行低通滤波和谐波干扰抑制；本发明所提的算法相比于传统算法可以更进一步提升磨粒信号的信噪比，探索了深度学习技术在感应式磨粒传感器信号处理与特征提取方面的应用，并且提出了可靠的数据处理策略与完整的新型磨粒检测运行框架，实现有效的磨粒电压特征提取，满足感应式磨粒传感器的实际运行需要。

本发明授权一种基于卷积神经网络和信号矩阵化的油液磨粒特征识别方法在权利要求书中公布了：1.一种基于卷积神经网络和信号矩阵化的油液磨粒特征识别方法，其特征在于，包括以下步骤： S1：利用感应式磨粒检测传感器构建的润滑油磨粒监测系统对包含有铁磁性磨损颗粒的润滑油液进行实时数据采集，获得待处理原始信号； S2：对原始信号进行基于频谱校正的谐波参数精确估计，并根据油液流动速度估计油液磨粒信号的中心频率； S3：根据所获信号参数搭建基于传感器输出信号数学模型生成多组磨粒信号幅值不同、位置可索引、噪声随机的仿真磨粒检测信号； S4：对仿真磨粒检测信号进行低通滤波与谐波消除，根据磨粒信号中心频率设置参数使用半重叠分割方法对每组仿真检测信号进行片段分割，根据磨粒信号位置索引值提取仿真磨粒信号片段同时随即提取对应数量的噪声片段并进行标签化处理； S5：对每一个提取的仿真磨粒信号片段与噪声片段分别使用平稳小波变换进行J级分解，提取后四级平稳小波变换分解后的近似分量构成特征尺度向量F＝[aJ-3,aJ-2,aJ-1,aJ]并使用格拉姆角场对向量F中的每个尺度向量进行转化，得到二维图像，将四个分量的图像拼接为一个图像后进行最大池化生成网络训练数据集； S6：使用生成的网络训练数据集进行卷积神经网络模型训练，得到具有高识别准确率的磨粒信号识别器； S7：将待处理的原始信号按照相同的超参数进行低通滤波、谐波消除、片段划分与信号矩阵化，并使用训练好的网络进行磨粒识别，排除噪声片段，并完成重复性排除； S8：根据识别结果返回对应的一维磨粒信号并进行去重复操作，使用基于高斯窗函数的滑动滤波进行信号平滑操作，再使用基于磨粒数学模型的理想磨粒信号进行磨粒定位，进一步排除噪声干扰并完成高精度磨粒定量特征提取； S9：基于磨粒片段与对应的索引位置进行检测信号重构，得到不含噪的磨粒检测信号，最终完成磨粒精确计数。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。