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！

龙图腾网获悉武汉智原科技有限责任公司申请的专利一种风机塔筒水平晃动位移融合方法及存储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：CN120798690B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511108476.1，技术领域涉及：F03D17/00；该发明授权一种风机塔筒水平晃动位移融合方法及存储介质是由余潜玉;明幼林设计研发完成，并于2025-08-08向国家知识产权局提交的专利申请。

本一种风机塔筒水平晃动位移融合方法及存储介质在说明书摘要公布了：一种风机塔筒水平晃动位移融合方法及存储介质，包括：通过最小二乘法对IMU传感器进行校准得到校准参数，基于所述校准参数，对IMU采集的加速度及角速度进行补偿；基于补偿后的加速度及角速度，通过扩展卡尔曼滤波得到塔筒晃动的欧拉角；利用所述欧拉角构建旋转矩阵，将载体坐标系下的加速度转换至导航坐标系，并消除重力加速度分量；对导航坐标系下的水平方向的加速度进行二次积分生成作为预测值的第一水平位移估计量；基于塔筒安装高度及所述欧拉角生成作为观测值的第二水平位移估计量；通过卡尔曼滤波将所述预测值和观测值进行数据融合输出最优位移估计。本发明通过多源数据融合与系统化误差控制，实现了风机塔筒水平晃动位移的高精度实时监测。

本发明授权一种风机塔筒水平晃动位移融合方法及存储介质在权利要求书中公布了：1.一种风机塔筒水平晃动位移融合方法，其特征在于，所述方法包括： S1.通过最小二乘法对IMU传感器进行校准得到校准参数，基于所述校准参数，对IMU采集的加速度及角速度进行补偿； S2.基于补偿后的加速度及角速度，通过扩展卡尔曼滤波得到塔筒晃动的欧拉角； S3.利用所述欧拉角构建旋转矩阵，将载体坐标系下的加速度转换至导航坐标系，并消除重力加速度分量； S4.对导航坐标系下的水平方向的加速度进行二次积分生成作为预测值的第一水平位移估计量； S5.基于塔筒安装高度及所述欧拉角生成作为观测值的第二水平位移估计量； S6.通过卡尔曼滤波将所述预测值和观测值进行数据融合输出最优位移估计； 其中，S4具体包括：根据水平方向的加速度、，通过积分计算能得到水平方向的速度、和位移、；将水平方向的位移、和速度、作为状态向量,水平加速度、作为输入控制量，其存在过程噪声，方差为，设采样时间间隔为，则状态方程如下： ； ； 写成矩阵形式为，其中，状态向量，状态转移矩阵，控制矩阵，控制向量,为过程噪声，其协方差为； 的预测值，其中，为上一时刻的最优估计值，为当前时刻的先验估计值，即作为预测值的第一水平位移估计量，先验估计的误差协方差矩阵，为上一时刻最优估计的误差协方差矩阵； 其中，S5具体包括： 根据塔筒高度h及俯仰角、横滚角计算出水平方向的位移，由于塔筒在水平方向的晃动角度不超过0.5°，符合小角度近似原则，得到观测方程如下： ； ； 和的模值表示位移大小，正负号表示位移方向，不同的坐标系下，位移的正负号不同，将观测方程写成矩阵的形式，其中，观测值，即作为观测值的第二水平位移估计量，观测矩阵，为观测噪声，其协方差矩阵为； 其中，S6具体包括： 计算卡尔曼增益矩阵，通过卡尔曼增益将预测值和观测值进行数据融合得到的最优估计,的误差协方差矩阵； 根据最优估计和其误差协方差继续得到下一时刻的先验估计值和其误差协方差矩阵，再使用观测值对其进行更正，得到最优估计值和其误差协方差矩阵，依次循环，得到每一时刻的最优估计值。

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武汉智原科技有限责任公司，其通讯地址为：430270 湖北省武汉市东湖新技术开发区高新大道999号未来科技城C区；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。