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！

龙图腾网获悉四川大学申请的专利一种工况自适应机电作动器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：CN115638972B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202211376267.1，技术领域涉及：G01M13/00；该发明授权一种工况自适应机电作动器健康状态评估方法是由张玉杰;苗强;张恒设计研发完成，并于2022-11-04向国家知识产权局提交的专利申请。

本一种工况自适应机电作动器健康状态评估方法在说明书摘要公布了：本发明适用于机电作动器故障诊断领域，提供了一种工况自适应机电作动器健康状态评估方法，针对时变工况下健康状态评估模型与实际健康状态变化趋势不一致问题，提出基于模型‑状态联动更新的自适应机电作动器健康状态评估优化方法，利用滤波方法实现EMA健康因子状态空间模型更新，在此基础上，建立基于模型‑状态联动更新的自适应健康状态评估优化模型，实现时变工况影响下准确的EMA在线健康状态评估，进而对时变工况下作动器的健康状态进行有效评估。

本发明授权一种工况自适应机电作动器健康状态评估方法在权利要求书中公布了：1.一种工况自适应机电作动器健康状态评估方法，其特征在于，包括如下步骤： S10.构建健康因子状态空间模型，所述健康因子状态空间模型包括动态模型和量测模型； 其中，代表时刻的健康因子的估计向量；代表时刻健康因子的量测向量；是描述系统动态过程的状态转移函数；表示时刻状态转移函数的参数向量，是描述测量系统的量测函数；qk-1代表在系统动态过程中的误差向量，；代表量测系统引入的误差向量，；和分别代表量测系统的误差协方差矩阵和系统动态过程的误差协方差矩阵； S20.获取k-1时刻健康因子的估计向量xk-1，k-1时刻的误差协方差矩阵Pk-1，利用无迹卡尔曼滤波器得到k时刻健康因子的估计向量的均值，k时刻的卡尔曼增益矩阵Kk，k时刻的健康因子量测估计向量的均值； S30.在线监测k时刻的健康因子向量zk，并更新k时刻健康因子的估计向量xk和k时刻的误差协方差矩阵Pk； 其中，为自协方差矩阵； S40.获取k时刻在线工况监测参数，根据更新的k时刻健康因子的估计向量xk，以及k-1时刻参数向量的估计值，k-1时刻的参数向量误差协方差矩阵，利用无迹卡尔曼滤波器得到k时刻参数向量估计值及其误差协方差矩阵， ， 代表时刻的转移函数参数向量的估计值；代表时刻在线工况监测参数值；是描述参数向量动态过程的状态转移函数；是描述参数向量与工况监测参数之间的映射函数；mk-1代表在参数向量动态过程中的误差，；代表映射函数引入的误差，；和分别代表映射函数的误差协方差和参数向量动态过程的误差协方差矩阵； S50.令k=k+1，返回步骤S20，将步骤S40中更新的Mk带入S20。

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四川大学，其通讯地址为：610000 四川省成都市一环路南一段24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。