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 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 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 > 沈阳顺义科技股份有限公司李英顺获国家专利权

沈阳顺义科技股份有限公司李英顺获国家专利权

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!

龙图腾网获悉沈阳顺义科技股份有限公司申请的专利一种装备装填系统故障诊断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:CN120217261B

龙图腾网通过国家知识产权局官网在2026-03-20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:202510676974.X,技术领域涉及:G06F18/2433;该发明授权一种装备装填系统故障诊断方法是由李英顺;王德彪;刘海洋;马骞;鲜继伟;安立华;张杨;赵玉鑫设计研发完成,并于2025-05-26向国家知识产权局提交的专利申请。

一种装备装填系统故障诊断方法在说明书摘要公布了:本发明涉及装备装填系统技术领域,公开一种装备装填系统故障诊断方法,采集装备装填系统的故障特征参数作为原始数据;对金枪鱼算法TSO进行改进,包括在TSO初始化阶段引入Logistic混沌映射,在TSO螺旋捕猎阶段引入非线性调整策略增强算法全局搜索能力以及局部开发能力并引入差分进化法中的变异方法避免种群的单一性,采用改进后的金枪鱼算法ITSO对优劣解距离法TOPSIS算法的权重进行寻优,构建ITSO‑TOPSIS数据处理模型,对长短期记忆网络LSTM算法进行参数寻优,构建ITSO‑LSTM故障诊断模型等,本发明提升两种算法的性能,可以在故障诊断的过程中更加高效准确,为装备装填系统的维护提供技术支持,弥补了在训练过程中参数选择的盲目性的缺陷。

本发明授权一种装备装填系统故障诊断方法在权利要求书中公布了:1.一种装备装填系统故障诊断方法,其特征在于,包括以下步骤: 步骤S01、采集装备装填系统的故障特征参数作为原始数据; 步骤S02、对金枪鱼算法TSO进行改进,包括在TSO初始化阶段引入Logistic混沌映射,在TSO螺旋捕猎阶段引入非线性调整策略增强算法全局搜索能力以及局部开发能力并引入差分进化法中的变异方法避免种群的单一性,得到改进后的金枪鱼算法ITSO; 具体地,在TSO初始化阶段引入Logistic混沌映射,改进后的公式为: 式中:是经过Logistic映射后第i个个体的初始位置;Xi是未经过Logistic映射前随机生成的第i个个体;ub为搜索空间的上边界;lb为搜索空间的下边界;N是金枪鱼群的数量,R是混沌控制参数; 设定确定个体初始阶段跟随前一个个体的最佳个体程度的参数a,引入非线性调整策略动态调整a,公式为: 其中;amax和amin分别为初始值和最小值;δ为非线性控制因子; 将改进后的a带入原始数学模型中,更新控制个体向前一个体移动的趋势的权重系数α1和控制个体向最佳个体移动的趋势的权重系数α2: 其中,t为当前迭代次数,tmax为最大迭代次数; 螺旋觅食阶段中所使用的螺旋搜索参考点将逐渐从随机选择的个体转变为当前最优个体更新位置,数学模型如下: 其中,为t+1次迭代的个体,是搜索空间中随机生成的作为螺旋搜索参考点,β为中间变量,为当前最佳个体,为t次迭代的个体,rand是取值范围[0,1]内的随机数; 此时引入差分进化法中的变异方法实现个体变异产生变异解,再将变异解与原解组合产生交叉解,避免了种群的单一性并根据适应度函数的值,判断是否采用新的个体,其计算公式如下: 其中:为变异后的个体位置;均表示在种群中随机选取的个体;为交叉后的个体方位;F为取值范围为[0.4,1]的缩放因子;CR为取值范围为[0,2]的交叉概率因子; 步骤S03、采用改进后的金枪鱼算法ITSO对优劣解距离法TOPSIS算法的权重进行寻优,构建ITSO-TOPSIS数据处理模型,通过ITSO-TOPSIS数据处理模型对步骤S01中采集到的原始数据进行关联度信息排序,筛选出对装备装填系统产生影响的关键属性信息,构建数据集,划分为训练集、测试集; 具体地,TOPSIS算法步骤包括: 构造决策矩阵; 标准化决策矩阵; 构建加权标准化矩阵:在此处引入改进后的金枪鱼算法对各指标的权重进行寻优,将标准化后的矩阵乘以寻优后的权重,得到加权标准化矩阵; 确定理想解和负理想解:根据加权标准化矩阵,确定各指标的理想解和负理想解; 计算每个样本到理想解和负理想解的距离; 计算相对贴近度; 根据相对贴近度对样本进行降序排列,得出最终的优劣排序; 步骤S04、采用改进后的金枪鱼算法ITSO对长短期记忆网络LSTM算法进行参数寻优,构建ITSO-LSTM故障诊断模型; 步骤S05、采用步骤S03中的训练集对步骤S04中的ITSO-LSTM故障诊断模型进行训练; 步骤S06、采用步骤S03中的测试集对步骤S05中训练后的ITSO-LSTM故障诊断模型进行测试; 步骤S07、采用测试合格的ITSO-LSTM故障诊断模型对装备装填系统进行健康预测,输出预测结果。

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沈阳顺义科技股份有限公司,其通讯地址为:110027 辽宁省沈阳市沈阳经济技术开发区开发大路23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。