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 > 燕山大学何群获国家专利权

燕山大学何群获国家专利权

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!

龙图腾网获悉燕山大学申请的专利一种电流引导振动特征增强的齿轮箱故障诊断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:CN116383764B

龙图腾网通过国家知识产权局官网在2025-12-19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:202310384885.9,技术领域涉及:G06F18/25;该发明授权一种电流引导振动特征增强的齿轮箱故障诊断方法是由何群;赵汝春;江国乾;谢平设计研发完成,并于2023-04-12向国家知识产权局提交的专利申请。

一种电流引导振动特征增强的齿轮箱故障诊断方法在说明书摘要公布了:本发明公开了一种电流引导振动特征增强的齿轮箱故障诊断方法,属于风电齿轮箱故障诊断技术领域,包括采集风电齿轮箱中振动和电流信号的原始数据,通过小波包分解将原始数据变换得到电流时频特征矩阵和振动时频特征矩阵;设计电流引导的特征增强模块,用于提取电流信号频带上重要的特征,并将注意力权重应用于振动信号频带特征。分别将振动和电流信号的时频特征矩阵作为输入,经过三次特征提取和特征融合得到特征空间矩阵;将特征空间矩阵通过分类模块并且在决策层自适应加权得到最终诊断结果,最后通过两个分类任务的损失相加共同优化模型完成训练过程。本发明有效的提取以及融合了故障特征,提高了风电齿轮箱故障诊断的性能和精度。

本发明授权一种电流引导振动特征增强的齿轮箱故障诊断方法在权利要求书中公布了:1.一种电流引导振动特征增强的齿轮箱故障诊断方法,其特征在于,包括步骤如下: 步骤1:采集风电齿轮箱中振动和电流信号的原始数据,通过小波包分解将原始数据变成多个时频特征矩阵; 步骤2:设计电流指导的融合模块以及频带池化模块,用于提取电流信号频带上重要的特征,并将注意力应用于振动信号频带特征;步骤2包括步骤具体如下: 步骤21:设计电流指导的融合模块,以电流特征矩阵、融合特征矩阵和振动特征矩阵作为输入,增强的融合特征矩阵作为输出; 步骤22:设计频带池化模块,分别在通道维度和时间维度对输入数据使用均值池化层进行压缩,再通过Sigmoid激活函数得到代表输入数据的频带分布特征,计算公式如下: ; 其中是频带池化模块的输出,是频带池化模块的输入信息,T是输入信息的时间维度的数值,C是输入信息通道维度的数值,为Sigmoid激活函数; 步骤23:将电流特征矩阵输入到频带池化模块,得到代表电流的频带分布特征,与融合特征矩阵相乘在频带维度上对融合特征矩阵使用注意力重新加权,得到使用电流增强的融合特征矩阵; 步骤24:引入可随迭代次数增加训练的参数与融合特征矩阵相乘,同时将振动特征矩阵与相乘,将上述两者相加得到使用振动增强的融合特征矩阵; 步骤25:将电流增强的融合特征矩阵和使用振动增强的融合特征矩阵对应数值相加得到最终的增强的融合特征矩阵作为融合模块的输出; 步骤3:分别将预处理的振动和电流信号的时频特征矩阵作为输入,经过三次特征提取和特征融合得到特征空间矩阵; 步骤4:将特征空间矩阵通过分类模块并且在决策层自适应加权得到最终诊断结果,最后通过两个分类任务的损失相加共同优化模型完成训练过程。

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燕山大学,其通讯地址为:066004 河北省秦皇岛市海港区河北大街438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。