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基于变转速的二维活塞泵健康状态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：CN115795341B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202211400126.9，技术领域涉及：G06F18/24；该发明授权基于变转速的二维活塞泵健康状态评估方法是由郭锐;田佳兵;杨少杰;蔡伟;赵静一;王岳峰设计研发完成，并于2022-11-09向国家知识产权局提交的专利申请。

本基于变转速的二维活塞泵健康状态评估方法在说明书摘要公布了：本发明提供一种基于变转速的二维活塞泵健康状态评估方法，其包括如下步骤：数据采集：采集反映泵正常状态和故障状态的振动信号，数据预处理：采用GLCT提取瞬时频率进行等角度重采样消除转速的影响，然后对数据进行阶次分析，获得阶次域特征参数，利用时频分析方法，构建时频故障样本集，模型训练与优化：构建故障诊断模型，将训练样本集作为输入，状态标签作为输出，对模型进行训练。本发明将二维2D活塞泵的振动信号输入训练和优化后的故障诊断模型，故障诊断模型输出状态标签值，可直接获得最终的健康状态分类识别结果，方法简单可靠，保证诊断结果的准确度。

本发明授权基于变转速的二维活塞泵健康状态评估方法在权利要求书中公布了：1.一种基于变转速的二维活塞泵健康状态评估方法，其特征在于：其包括以下步骤： S1、数据采集：采集反映二维活塞泵正常状态和故障状态的振动信号，作为原始状态数据； S2、数据预处理分析：对步骤S1采集的二维活塞泵振动信号原始状态数据进行GLCT时频分析，提取振动信号的瞬时转速频率； S3、提取角域振动信号和阶次域特征参数，其包括以下子步骤： S31、对步骤S21提取的瞬时转速频率进行数据拟合处理，采用分段多阶多项式拟合方法截取瞬时频率的频率上升阶段的数据进行数据拟合，获得数据拟合曲线，并根据拟合曲线得到阶次谱； S32、对于二维活塞泵的角域振动信号sl，等角度间隔采样的数据长度为L，则角域振动信号sl的峰值指标Cf、脉冲指标If和峭度指标KV的计算公式分别如下： 其中，Srms为均方根值，Smax为峰值，为绝对平均幅值，β为峭度； 均方根值Srms的计算公式为： 峰值Smax的计算公式为： Smax＝max|sl| 绝对平均幅值的计算公式为： 峭度β的计算公式为： 令角域振动信号sl阶次谱为Slm，其中l＝1,2,…,L，m为阶次数据长度变量，取m＝1,2,…,Dmax，其中Dmax为最大阶次，则定义阶次谱均方根值Y1如下： 并利用Y1的大小衡量整个阶次谱的振动能量强度； S33、利用阶次谱的11、22、33及44阶次对应下的幅值作为阶次域特征参数进行分析： 式中，n为区间内阶次谱数据的个数，Y2、Y3、Y4、Y5分别为阶次谱的11、22、33及44阶次对应下的幅值； S4、故障诊断模型训练与优化，具体包括以下子步骤： S41、构建故障诊断模型：将Cf、If、KV、Y1、Y2、Y3、Y4、Y5作为CPA-SVM优化分类算法的训练特征参数构建故障诊断模型，并按照比例将样本库划分为训练样本集和测试样本集，之后将训练样本集作为故障诊断模型的输入，状态标签作为故障诊断模型的输出； S42、在SVM的分类准确率的目标函数下，将大范围下的惩罚因子c和径向基数g利用CPA优化算法对模型参数进行精确寻优； S43、采用优化后的CPA-SVM进行故障分类模型训练，得到最优模型参数为bestc与bestg，从而得到训练和优化后的故障诊断模型； S5、模型验证：调用训练和优化后的故障诊断模型，将测试样本集作为训练和优化后故障诊断模型的输入，状态标签作为训练和优化后的故障诊断模型的输出，对诊断模型的综合性能进行验证； S6、模型诊断：将二维活塞泵的振动信号输入训练和优化后的故障诊断模型，所述故障诊断模型输出状态标签值，获得健康状态分类识别结果。

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 河北省秦皇岛市河北大街西段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。