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 > 广东华电福新阳江海上风电有限公司;华北电力大学程军获国家专利权

广东华电福新阳江海上风电有限公司;华北电力大学程军获国家专利权

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!

龙图腾网获悉广东华电福新阳江海上风电有限公司;华北电力大学申请的专利一种基于迁移学习的风电滚动轴承剩余寿命预测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:CN119664596B

龙图腾网通过国家知识产权局官网在2025-11-18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:202411533158.5,技术领域涉及:F03D17/00;该发明授权一种基于迁移学习的风电滚动轴承剩余寿命预测方法是由程军;纪云松;黎曦琳;马士东;姚法仍;陈明湛;滕伟设计研发完成,并于2024-10-30向国家知识产权局提交的专利申请。

一种基于迁移学习的风电滚动轴承剩余寿命预测方法在说明书摘要公布了:本发明公开了一种基于迁移学习的风电滚动轴承剩余寿命预测方法。该方法首先利用包络解调算法处理振动加速度信号,筛选单调性良好的解调特征构建轴承健康指标。接着,通过最小距离样本配对算法,将目标域退化样本与源域全寿命样本配对。然后,构建深度卷积迁移神经网络,利用配对样本学习特征提取与映射,实现轴承健康状态估计。最后,拟合状态估计结果并结合失效阈值预测剩余寿命。本发明的有益效果在于:提出了有效的健康指标构建方法,设计了精准的样本配对算法,并建立了高性能的状态估计模型,显著提高了风电轴承剩余寿命的预测精度。

本发明授权一种基于迁移学习的风电滚动轴承剩余寿命预测方法在权利要求书中公布了:1.一种基于迁移学习的风电滚动轴承剩余寿命预测方法,其特征在于,所述方法具体包括以下步骤: 步骤1:基于小波包算法与包络算法解调振动信号得到不同尺度的解调特征; 步骤2:筛选具有良好单调性的解调特征作为单调特征,利用单调性度量来量化解调特征的单调性质,计算表达式为: 式中,Monn,α是在采样时刻n和尺度α的包络谱能量特征的单调性度量,FYm,α是在采样时刻m和尺度α的包络谱能量特征,εu是分段函数;u是分段函数自变量; 步骤3:融合单调特征的退化增量并归一化,构建单调性良好的轴承健康指标,建立一种退化增量累计算法,计算表达式为: 式中,Din是在采样时刻n的第i个单调特征的退化增量,FZn,i是在采样时刻n的第i个单调特征的包络谱能量,j是采样时刻,Dn是在采样时刻n的全部单调特征的退化增量,FDS是退化起始点,I是单调特征的数量; 步骤4:计算目标域每个退化样本与源域全寿命样本之间的跨域欧式距离; 步骤5:搜索与目标域每个退化样本的距离最小的源域样本,形成样本配对; 步骤6:构建深度迁移神经网络,利用配对好的样本进行训练,学习特征提取与映射,实现轴承健康状态估计; 步骤7:对状态估计结果进行拟合并结合失效阈值预测剩余寿命。

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广东华电福新阳江海上风电有限公司;华北电力大学,其通讯地址为:529800 广东省阳江市阳西县织篢镇迎宾大道35号大唐盛视孵化创新中心商务楼710卡;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。