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 > 济南二机床集团有限公司;国重金属成形技术研究(济南)有限公司王传英获国家专利权

济南二机床集团有限公司;国重金属成形技术研究(济南)有限公司王传英获国家专利权

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!

龙图腾网获悉济南二机床集团有限公司;国重金属成形技术研究(济南)有限公司申请的专利一种压力机轴承故障的诊断方法、系统、终端及介质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:CN120449022B

龙图腾网通过国家知识产权局官网在2025-11-28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:202510953655.9,技术领域涉及:G06F18/2431;该发明授权一种压力机轴承故障的诊断方法、系统、终端及介质是由王传英;冯国明;冯毅雄;蒋翔宇;苏红;刘鲁伟;程乾坤;马健雄;郭鑫;胡炳涛;洪兆溪设计研发完成,并于2025-07-11向国家知识产权局提交的专利申请。

一种压力机轴承故障的诊断方法、系统、终端及介质在说明书摘要公布了:本发明属于轴承故障诊断技术领域,具体公开一种压力机轴承故障的诊断方法、系统、终端及介质,包括:采集压力机轴承在运行过程中的多源信号数据;对所述信号进行去噪与标准化处理,提取时域与频域特征;对不同传感器特征进行融合,构建多维度特征表示;将所述特征输入结合卷积神经网络与长短期记忆网络的深度学习模型中进行训练与推理,并引入多核最大均值差异策略以实现特征分布对齐;基于多标签分类方式对实时信号进行故障识别,当预测概率满足预设条件时触发告警。该发明实现了多源数据的融合建模与复合故障的精确识别,具有较强的跨工况适应能力与实时诊断能力,适用于压力机设备的智能运维场景。

本发明授权一种压力机轴承故障的诊断方法、系统、终端及介质在权利要求书中公布了:1.一种压力机轴承故障的诊断方法,其特征在于,包括以下步骤: 步骤S1、采集压力机轴承在运行过程中的多源信号数据,多源信号数据包括振动信号、温度信号和压力信号; 步骤S2、对多源信号进行预处理,预处理包括信号的去噪和标准化操作; 得到预处理后的时序信号集X=[x1,x2,…,xn],其中n为数据点的数量,xi为预处理后第i个时间点的多源信号数据; 对预处理后的信号提取时域和频域特征; 步骤S3、对不同信号源提取的特征进行融合,构建用于表征轴承状态的多维度特征表示; 步骤S4、将多维度特征输入至结合卷积神经网络与长短期记忆网络的深度学习模型中进行训练,同时深度学习模型引入多核最大均值差异策略以对不同工况下的输入特征进行子空间分布对齐; 卷积神经网络用于提取输入特征的局部空间信息; 长短期记忆网络用于建模特征随时间变化的依赖关系; 所提取的特征经由全连接层送入由多个记忆单元构成的长短期记忆网络进行时序建模,并在输出层采用Softmax函数将分类结果转化为各类故障的预测概率: 其中,zk是类别k的得分,K是类别数,是类别k的预测概率,; 其中,wi为加权系数,Fi为第i个传感器的时频特征,m表示传感器数量; 步骤S5、基于训练完成的深度学习模型对实时采集的信号进行故障识别,并在识别结果满足预设条件时发出告警提示; 故障识别采用多标签分类策略,结合BinaryRelevance策略与标签间相关性权重建模机制,将各类故障标签之间的共现模式纳入联合建模过程,并在模型部署阶段引入滑动时间窗口机制对连续采集数据进行动态评估,当任一类别的预测概率在窗口内累计超过设定阈值,或多类别并发概率同时满足预警条件时,系统生成复合故障告警信号并进行优先级分类提示。

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济南二机床集团有限公司;国重金属成形技术研究(济南)有限公司,其通讯地址为:250022 山东省济南市槐荫区机床二厂路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。

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。