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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中铁十四局集团大盾构工程有限公司;中铁建城市建设投资有限公司;中铁十四局集团有限公司武文清获国家专利权

中铁十四局集团大盾构工程有限公司;中铁建城市建设投资有限公司;中铁十四局集团有限公司武文清获国家专利权

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!

龙图腾网获悉中铁十四局集团大盾构工程有限公司;中铁建城市建设投资有限公司;中铁十四局集团有限公司申请的专利一种盾构刀具的CNN时频图磨损识别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:CN121350780B

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:202511892783.3,技术领域涉及:G06F18/241;该发明授权一种盾构刀具的CNN时频图磨损识别方法是由武文清;戴尊勇;姚印彬;单晓波;王军可;刘鹏;孙明锴设计研发完成,并于2025-12-16向国家知识产权局提交的专利申请。

一种盾构刀具的CNN时频图磨损识别方法在说明书摘要公布了:本发明公开了一种盾构刀具的CNN时频图磨损识别方法,属于磨损评估技术领域,包括:获取盾构刀具的原始振动信号,进行自适应优化参数,确定最优嵌入维度与最优延迟,并进行同调群筛选,生成增强拓扑特征集;构建候选节点并进行筛选,生成节点集合,构建时空演化边和功能相似边,以构建多尺度动态图,为节点设计对应扩张率,生成层级特征,并聚合全局特征,设计多任务识别头,进行磨损状态识别;将全局特征向量按时间窗口排序为时序特征序列,进行磨损趋势动态预测,构建状态转移概率矩阵,实现从特征时序分析到动态维护的闭环。

本发明授权一种盾构刀具的CNN时频图磨损识别方法在权利要求书中公布了:1.一种盾构刀具的CNN时频图磨损识别方法,其特征在于,包括: 获取盾构刀具的原始振动信号,进行自适应优化参数,确定最优嵌入维度与最优延迟,并进行同调群筛选,生成增强拓扑特征集; 构建候选节点并进行筛选,生成节点集合,构建时空演化边和功能相似边,以构建多尺度动态图,为节点设计对应扩张率,生成层级特征,并聚合全局特征,设计多任务识别头,进行磨损状态识别; 将全局特征向量按时间窗口排序为时序特征序列,进行磨损趋势动态预测,构建状态转移概率矩阵; 其中,同调群筛选的步骤包括: 对相空间点云中的每个点,利用K近邻算法计算平均距离,结合全点云平均距离,计算点云平均近邻距离; 设置初始系数,结合所述点云平均近邻距离,计算初始值,并设置序列长度为,结合指数函数,生成序列; 对序列进行三阶段划分并进行标记,包括低阶段、中阶段和高阶段; 对每个值,基于所述相空间点云,构建-形状复形,提取H0同调群,记录初始值、消失值,提取H1同调群,记录初始值、消失值; 基于消失值与初始值的差值,计算持久度,计算全信号持久度均值; 设定磨损敏感阈值,仅保留持久度均值不低于所述磨损敏感阈值的结构,并生成同调群特征集; 关联所述同调群特征集与物理时间,并进行多模态特征融合,生成增强拓扑特征集; 构建多尺度动态图的步骤包括: 基于所述增强拓扑特征集,初步定义候选节点,并进行三重筛选,生成节点集合; 根据节点的初始值所在时间窗口和所属子带,提取构建的结构密度矩阵中对应位置的数值,作为子带密度,计算所述子带密度与全频带总密度,得到频域密度; 统计所述时间窗口内所有筛选后节点的数量,记为时间数量,将所有窗口的时间数量按降序排列,以对所述节点进行赋值,以更新节点集合; 基于节点属性和尺度划分,构建两种功能不同的边,包括时空演化边、功能相似边; 融合节点属性以及频域重要性,计算出各个边的权重,生成边集合; 剔除权重小于冗余修正阈值的边,对于无任何边连接的节点,若节点的持久度超出所述磨损敏感阈值,则标记为潜在早期磨损节点,否则移除; 依据阶段划分,将节点按所在阶段分配到对应层级,生成多尺度动态图。

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中铁十四局集团大盾构工程有限公司;中铁建城市建设投资有限公司;中铁十四局集团有限公司,其通讯地址为:210000 江苏省南京市浦口区江浦街道新浦路120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。