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！

龙图腾网获悉华中科技大学申请的专利一种风机传动链人机协同健康评估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：CN119494530B 。

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：202411477076.3，技术领域涉及：G06Q10/0635；该发明授权一种风机传动链人机协同健康评估方法是由吴军;江伟雄;杨依凡;代天娇;朱海平设计研发完成，并于2024-10-22向国家知识产权局提交的专利申请。

本一种风机传动链人机协同健康评估方法在说明书摘要公布了：本发明属于风电装备智能运维相关技术领域，其公开了一种风机传动链人机协同健康评估方法，包括：模拟风机传动链的故障模式，获取不同故障模式下的振动信号，训练所构建的神经网络模型；获取关于各故障模式风险程度的BtO以及OtW的评价集；构建贝叶斯层次化模型，将故障模式的风险权重以及评价集转化为概率分布形式，基于贝叶斯层次化模型确定各故障模式融合了评价集中风险意见的聚合风险权重；利用训练好的神经网络模型评估风机传动链的故障状态隶属度，融合故障状态隶属度与聚合风险权重计算健康度指标，评估风机传动链健康状态。本发明结合监测大数据与运维经验知识，能够实现风机传动链健康状态的精准量化评估。

本发明授权一种风机传动链人机协同健康评估方法在权利要求书中公布了：1.一种风机传动链人机协同健康评估方法，其特征在于，包括： 离线训练与数据处理阶段： 确定并模拟风机传动链的故障模式，获取不同故障模式下风机传动链运转过程中的振动信号，并将该振动信号用于训练所构建的神经网络模型，利用所述神经网络模型评估风机传动链的故障状态隶属度；所述神经网络模型为多功能平行网络； 获取关于各故障模式风险程度的BtO以及OtW的评价集；构建贝叶斯层次化模型，将故障模式的风险权重以及所述评价集转化为概率分布形式，基于所述贝叶斯层次化模型确定各故障模式融合了评价集中所有风险意见的聚合风险权重； 在线评估阶段： 将风机传动链运转过程中的振动信号输入上述离线训练好的神经网络模型，得到风机传动链的故障状态隶属度；基于Ratiosystem方法融合所述故障状态隶属度与所述聚合风险权重计算健康度指标，基于所述健康度指标评估风机传动链健康状态； 所述评价集通过专家团专家评价获取，获取所述评价集具体包括： 获取专家团中任一专家对最严重故障模式与最轻微故障模式的评价信息； 基于任一专家的评价信息，获取任一专家的评价信息对应的各故障模式风险程度的BtO向量与OtW向量，汇总专家团中所有专家的BtO向量和OtW向量形成所述评价集； 所述贝叶斯层次化模型中将故障模式的风险权重以及所述评价集转化为概率分布形式具体为： 通过所述贝叶斯层次化模型将故障模式风险权重以及所述评价集转化为联合概率分布形式；其中故障模式风险权重包括基于单个专家的评价信息确定的各故障模式的单一风险权重以及融合了专家团所有专家意见确定的各故障模式的聚合风险权重； 基于专家团中单个专家的评价信息，获取基于单个专家的评价信息确定的各故障模式的单一风险权重； 将所述评价集中的向量与各故障模式的单一风险权重转化为多项式分布，将各故障模式的单一风险权重与聚合风险权重转化为狄利克雷分布，结合所述贝叶斯层次化模型，确定所述聚合风险权重。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。