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！

龙图腾网获悉江苏科技大学申请的专利一种用于海上风电齿轮箱剩余寿命预测的试验装置及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：CN114705417B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202210316996.1，技术领域涉及：G01M13/021；该发明授权一种用于海上风电齿轮箱剩余寿命预测的试验装置及方法是由唐文献;陆杨;孙祥;李硕德;李群峰;周志凯设计研发完成，并于2022-03-29向国家知识产权局提交的专利申请。

本一种用于海上风电齿轮箱剩余寿命预测的试验装置及方法在说明书摘要公布了：本发明公开了一种用于海上风电齿轮箱剩余寿命预测的试验装置及方法，试验装置包括齿轮箱振动模块、振动信号放大器和底座；振动信号放大器包括加速度传感器、传动杆和输出轴联轴器；振动信号放大器通过输出轴联轴器与行星齿轮箱连接。本发明利用卷积神经网络对同一时间下的加速度传感器产的加速度数据与温度传感器产生的温度数据进行数据融合，构建寿命预测数据集；并利用长短期记忆神经网络构建深度学习剩余寿命预测模型，选择网络层数、学习率、批次与迭代次数训练，直至剩余寿命预测模型输出的剩余寿命预测值与真实寿命之间的平均相对误差低于10％。本发明利用机械结构放大振动信号变，提高了监测到的微小振动数据精度，为齿轮箱的剩余寿命预测提供数据支持。

本发明授权一种用于海上风电齿轮箱剩余寿命预测的试验装置及方法在权利要求书中公布了：1.一种对海上风电齿轮箱剩余寿命预测的方法，其特征在于：采用用于海上风电齿轮箱剩余寿命预测的试验装置来预测，所述试验装置包括齿轮箱振动模块1、振动信号放大器2和底座3； 所述齿轮箱振动模块1包括行星齿轮箱1a、输入轴联轴器1b、配重物1c、驱动电机1d和温度传感器； 所述振动信号放大器2包括加速度传感器2a、传动杆2b和输出轴联轴器2d； 所述振动信号放大器2通过输出轴联轴器2d与行星齿轮箱1a连接； 所述方法包括以下步骤： 1在行星齿轮箱1a内安装温度传感器并加注冷却液，利用蓝牙将温度传感器与计算机连接； 2将加速度传感器2a与计算机连接进行测量； 步骤2中，加速度传感器的测量值 其中，F代表作用力，l代表传动杆的长度，EI是传动杆的材料的抗弯刚度，t是加速度传感器的记录一次数据的时间； 3将负载挂载于输入轴联轴器1b上； 4启动驱动电机1d并调整转速至计算的转速值，其中驱动电机的转速公式为n＝9550PT，P是驱动电机的输出功率，T为驱动电机扭矩，此处驱动电机扭矩T与模拟实际负载相同； 5记录并保存加速度传感器2a测得的数据和温度传感器测得的数据； 6利用卷积神经网络进行特征提取，对同一时间下的加速度传感器2a产的加速度数据与温度传感器产生的温度数据进行数据融合，构建寿命预测数据集；过程为： 6.1对加速度传感器产生的加速度数据、温度传感器产生的温度数据按照行顺序1,2,3，...，i编号，列顺序1,2,3，...，j编号，将加速度数据和温度数据构建为一个矩阵Mij，再进行归一化处理； 步骤6.1中，归一化处理采用0均值归一，按照下述式子进行处理：其中xij表示第i行、第j列的归一化后的数据，mij为第i行，第j列收集到的样本数据，mj均表示为第j列对应的数据的均值，σj标准差表示第j列对应的数据的标准差； 6.2将归一化后的数据构建成数据集P＝[xij]； 6.3构建2层卷积层和2层最大池化层，并以卷积层1、最大池化层1、卷积层2、最大池化层2排列； 6.4将步骤6.2中构建的数据集P作为输入，得到加速度传感器数据和温度传感器数据融合后的特征矩阵Ht＝[ht1,ht2,...,hti]； 7利用长短期记忆神经网络构建深度学习剩余寿命预测模型，选择网络层数、学习率、批次与迭代次数进行训练，直至剩余寿命预测模型输出的剩余寿命预测值与真实寿命之间的平均相对误差低于10％； 所述深度学习剩余寿命预测模型的输入层为步骤6.4中的特征矩阵Ht＝[ht1,ht2,...,hti]； 步骤7中，所述剩余寿命预测模型包括输入层、隐藏层和输出层；所述隐藏层包括遗忘门、输入门和输出门； 所述深度学习剩余寿命预测模型的输出层为剩余使用寿命预测值与训练集、测试集寿命的平均相对误差； 所述遗忘门为：ft＝σWf·[ht-1,xt]+bf，其中ft是遗忘门的输出，σ是激活函数sigmoid函数，ht-1是上一个细胞的输出值，xt是当前的输入值，Wf是可学习的权重，bf是可学习的偏差； 所述输出门为：it＝σWi·[ht-1,xt]+bi，其中it是更新信息的权重系数，σ是激活函数sigmoid函数，是候选状态向量，tanh是激活函数tanh函数，Wi,Wc是学习的权重，bi和bc是偏差。

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江苏科技大学，其通讯地址为：212008 江苏省镇江市京口区梦溪路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。