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！

龙图腾网获悉重庆兰阀流体控制设备有限公司申请的专利一种基于电液联动的故障诊断方法及系统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：CN121117758B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511661547.0，技术领域涉及：G06F18/2411；该发明授权一种基于电液联动的故障诊断方法及系统是由杨明忠;杨松;沈耀辉设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本一种基于电液联动的故障诊断方法及系统在说明书摘要公布了：本申请涉及机械工程与自动控制技术领域，公开了一种基于电液联动的故障诊断方法及系统，旨在解决现有技术中因电气与液压数据模态异构、故障特征耦合深导致的诊断模型失配、早期微弱故障难提取及故障根源定位模糊的问题。该方法包括：同步采集电液多源信号；基于健康数据构建电液耦合动态状态空间模型；通过卡尔曼滤波器生成多维残差序列；对残差进行多尺度小波时频分解并提取特征；利用规范相关性分析融合跨域特征；最后通过支持向量机实现故障精准辨识。该系统包括同步采集模块、建模模块、残差生成模块、特征融合模块及故障辨识模块。本申请通过机理建模与数据驱动融合，显著提升早期故障敏感性与耦合故障区分度。

本发明授权一种基于电液联动的故障诊断方法及系统在权利要求书中公布了：1.一种基于电液联动的故障诊断方法,其特征在于,包括以下步骤: 同步采集电液联动系统的多路电气域传感信号与多路液压域传感信号,形成具有统一高精度时间戳的原始数据集; 基于所述电液联动系统在健康状态下运行采集的历史数据,通过子空间辨识算法构建电液耦合动态状态空间模型,所述电液耦合动态状态空间模型包含描述电气子系统与液压子系统内部动态及其相互耦合作用的系统状态矩阵、输入矩阵、输出矩阵及直接传递矩阵,具体采用基于随机子空间辨识的N4SID算法;将健康状态下采集的长时间序列输入输出数据划分为过去数据块与未来数据块,通过对由数据构造的汉克尔矩阵进行斜投影和奇异值分解,直接估计出系统状态序列,进而求解得到所述系统状态矩阵、输入矩阵、输出矩阵及直接传递矩阵的最优估计值;所述电液耦合动态状态空间模型的阶数通过对汉克尔矩阵奇异值的分布进行分析确定; 构建基于所述电液耦合动态状态空间模型的卡尔曼滤波器状态观测器,将实时同步采集的传感信号作为输入,在线估计系统状态向量; 将状态观测器估计的系统输出与实时传感信号实际测量值进行逐点作差,生成多维残差序列向量; 对多维残差序列向量中的每一路残差信号进行多层离散小波变换时频分解,提取各分解层级上的小波系数,并基于小波系数计算时频特征集; 将所有电气域残差信号的时频特征整合为电气域特征矩阵,将所有液压域残差信号的时频特征整合为液压域特征矩阵,采用规范相关性分析算法计算使两矩阵投影后相关性最大化的规范变换基,并将投影结果作为电液耦合故障融合特征向量; 将电液耦合故障融合特征向量输入预先训练的多分类支持向量机模型,输出电液联动系统的故障类别诊断结果,所述预先训练完成的多分类支持向量机模型的训练过程包括:在所述电液联动系统的物理样机或高保真度仿真模型上,通过主动注入单一、确定的故障模式来采集对应的故障数据集,所述故障模式包括电机绕组匝间短路、压力传感器零点漂移、执行器內泄漏以及换向阀阀芯卡滞;对采集的每一种故障数据集,重复执行所述的多维残差序列向量生成、时频特征提取以及规范相关性分析步骤,得到与每种故障模式对应的电液耦合故障融合特征向量样本;利用所有故障模式的融合特征向量样本以及健康状态下的融合特征向量样本,构成一个带有类别标签的训练集;采用径向基函数作为核函数,通过网格搜索与交叉验证方法确定最优的惩罚系数与核函数参数,对所述多分类支持向量机进行训练,直至模型在验证集上的分类准确率达到预设阈值。

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重庆兰阀流体控制设备有限公司，其通讯地址为：401120 重庆市渝北区双凤桥街道翔宇路36号2幢；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。