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 > 中国海洋大学黎明获国家专利权

中国海洋大学黎明获国家专利权

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!

龙图腾网获悉中国海洋大学申请的专利一种海工装备驱动电机故障增量分类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:CN120470417B

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:202510968720.5,技术领域涉及:G06F18/241;该发明授权一种海工装备驱动电机故障增量分类方法是由黎明;陈博文;陈震;董航设计研发完成,并于2025-07-15向国家知识产权局提交的专利申请。

一种海工装备驱动电机故障增量分类方法在说明书摘要公布了:本发明属于海洋工程技术领域,提供一种海工装备驱动电机故障增量分类方法。采集训练数据,分别进行基础训练和增量训练。其中,基础训练步骤,分别对数据进行一次特征提取和二次特征提取,并更新一次特征提取器和二次特征提取器的参数。增量训练步骤对数据进行一次特征提取,根据一次特征提取结果结合基础训练特征提取数据构造协方差矩阵,进行二次特征提取,并更新二次特征提取器的参数。本发明通过新旧知识特征更新部分模型以实现增量学习的效果。同时每一次增量学习仅需额外存储该次学习类别数量的原型,而无需存储大量真实数据,大大减少了存储需求,并充分利用了各类别的分布信息。

本发明授权一种海工装备驱动电机故障增量分类方法在权利要求书中公布了:1.一种海工装备驱动电机故障增量分类方法,其特征在于,包括以下步骤: 数据采集步骤:采集海工装备驱动电机的运行数据,获得各类别故障数据,对所述各类别故障数据进行傅里叶变换,获得各类别故障海工装备驱动电机运行频谱数据,作为训练样本; 基础训练步骤:将所述频谱数据输入一次特征提取器进行一次特征提取,获得各类别基础训练一次特征矩阵;将各类别基础训练一次特征矩阵输入二次特征提取器进行二次特征提取,获得各类别基础训练二次特征矩阵;将所述各类别基础训练二次特征矩阵与各类别基础训练一次特征矩阵的均值向量进行对比,并根据对比结果,调整一次特征提取器和二次特征提取器的参数; 增量训练步骤:采用区别于基础训练步骤中使用的频谱数据输入一次特征提取器进行一次特征提取,获得各类别增量训练一次特征矩阵,将各类别增量训练一次特征矩阵、基础训练一次特征矩阵输入二次特征提取器进行二次特征提取,获得各类别增量训练二次特征矩阵,将所述各类别增量训练二次特征矩阵与所述各类别增量训练一次特征矩阵的均值向量进行对比,并根据对比结果,调整二次特征提取器的参数; 所述各类别基础训练二次特征矩阵与各类别基础训练一次特征矩阵的均值向量进行对比的步骤包括: 基于各类别基础训练一次特征矩阵获得每个故障类别对应故障的基础训练原型,将基础训练二次特征矩阵中的故障类别特征向量与对应的所述基础训练原型进行对比,根据对比结果,调整一次特征提取器和二次特征提取器的参数; 将所述各类别增量训练二次特征矩阵与所述各类别增量训练一次特征矩阵的均值向量进行对比的步骤包括: 基于各类别增量训练一次特征矩阵获得每个故障类别对应故障的增量训练原型,将增量训练二次特征矩阵中的故障类别特征向量与对应的所述增量训练原型进行对比,根据对比结果,调整二次特征提取器的参数; 其中,将所述增量训练一次特征矩阵、所述基础训练一次特征矩阵输入二次特征提取器进行二次特征提取的步骤包括: 基于各类别基础训练一次识别特征矩阵和其对应的原型,计算各类别基础协方差矩阵: 利用各类别基础协方差矩阵和各类别原型构建对应类别的伪一次特征矩阵,将所述伪一次特征矩阵与增量训练一次特征矩阵一同输入二次特征提取器进行进一步进行特征提取,根据提取结果,更新增量训练二次特征矩阵; 计算各类别基础协方差矩阵的步骤包括: ; 其中,为类别的基础训练一次识别特征矩阵,为该类别的基础训练原型,为基础训练一侧特征识别样本数,为正数,为维度为的单位矩阵,为基础训练一次识别特征矩阵的维度; 对各类别基础协方差矩阵进行均值化处理,获得均值协方差矩阵,基于所述均值协方差矩阵和各类别原型构建伪一次特征矩阵:其中: ; 其中,为历史类别总数,所述历史类别总数用于表征一次特征提取器及二次特征提取器已经识别出的故障类别的数量; 构建伪一次特征矩阵的方法包括: 基于均值协方差矩阵计算下三角矩阵; ; 计算第个类别的伪一次特征矩阵: ;; 其中,为服从标准正态分布的随机噪声矩阵; 对于不同海洋水下环境,将相同故障类别不同海洋水下环境的原型作加权处理: 其中c1表示已经用于训练同类不同海洋水下环境的原型数量,c2为本次增量学习新增的同类不同海洋水下环境的原型数量,代表同一个类别在已经学习过的第个海洋水下环境空间中的原型向量,代表同一个类别在增量学习中的第个海洋水下环境空间中的原型向量;利用加权后的原型与协方差矩阵生成伪一次特征矩阵。

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海洋大学,其通讯地址为:266101 山东省青岛市崂山区松岭路238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。