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 > 湖州市特种设备检测研究院(湖州市电梯应急救援指挥中心);中国计量大学俞平获国家专利权

湖州市特种设备检测研究院(湖州市电梯应急救援指挥中心);中国计量大学俞平获国家专利权

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!

龙图腾网获悉湖州市特种设备检测研究院(湖州市电梯应急救援指挥中心);中国计量大学申请的专利一种基于数字孪生的曳引轮磨损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:CN119961785B

龙图腾网通过国家知识产权局官网在2026-03-31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:202510046459.3,技术领域涉及:G06F18/2415;该发明授权一种基于数字孪生的曳引轮磨损故障诊断方法是由俞平;王权;陈家焱;阮利程;陈本瑶;周骞;郭长兴;陈义伟设计研发完成,并于2025-01-13向国家知识产权局提交的专利申请。

一种基于数字孪生的曳引轮磨损故障诊断方法在说明书摘要公布了:本申请公开了一种基于数字孪生的曳引轮磨损故障诊断方法,涉及电梯磨损领域,该方法包括:对曳引电梯三维模型进行刚柔耦合动力学仿真,获取磨损过程中的轿厢加速度、轿厢侧以及对重侧各轮槽的钢丝绳张力,得到数据集;使用IPOA算法对LSTM的超参数进行优化;IPOA算法为利用Halton序列生成伪随机数的方法对种群进行初始化,采用基于正弦函数的自适应非线性权重因子对个体位置进行更新的鹈鹕优化算法;根据数据集对优化后的CNN‑LSTM神经网络进行训练和测试,得到故障诊断模型;采用故障诊断模型进行诊断,本申请可实现高精度、实时性和自动化的曳引轮磨损故障诊断效果,解决电梯曳引轮磨损故障诊断难题。

本发明授权一种基于数字孪生的曳引轮磨损故障诊断方法在权利要求书中公布了:1.一种基于数字孪生的曳引轮磨损故障诊断方法,其特征在于,所述基于数字孪生的曳引轮磨损故障诊断方法包括: 在各钢丝绳与曳引轮当量摩擦系数下,对曳引电梯三维模型进行刚柔耦合动力学仿真,获取各当量摩擦系数下,正常磨损过程中以及异常磨损过程中各磨损量对应的传感器数据,得到数据集;正常磨损过程中的传感器数据包括正常磨损过程中的轿厢加速度、轿厢侧各轮槽的钢丝绳张力以及对重侧各轮槽的钢丝绳张力;异常磨损过程中的传感器数据包括单槽磨损异常数据与同步磨损异常数据;单槽磨损异常数据包括:异常磨损过程中轿厢加速度、轿厢侧各轮槽的钢丝绳张力以及对重侧各轮槽的钢丝绳张力;同步磨损异常数据包括异常磨损过程中轿厢加速度、轿厢侧目标轮槽的钢丝绳张力以及对重侧目标轮槽的钢丝绳张力; 使用IPOA算法对CNN-LSTM神经网络中的长短时记忆神经网络的超参数进行优化,得到优化后的CNN-LSTM神经网络;IPOA算法为利用Halton序列生成伪随机数的方法对种群进行初始化,采用基于正弦函数的自适应非线性权重因子对个体位置进行更新的鹈鹕优化算法;种群包括多个个体,一个个体包括CNN-LSTM神经网络中长短时记忆神经网络的所有超参数;基于正弦函数的自适应非线性权重因子,公式为: ,其中,表示自适应非线性权重因子,表示惯性权重最大值,表示惯性权重最小值,为实数,无实际意义,表示IPOA算法当前执行的循环次数,表示IPOA算法的最大循环次数,表示圆周率; 以轿厢加速度、轿厢侧轮槽的钢丝绳张力以及对重侧轮槽的钢丝绳张力为输入,以磨损故障诊断结果为输出,根据数据集对优化后的CNN-LSTM神经网络进行训练和测试,得到故障诊断模型;磨损故障诊断结果为正常磨损、单槽磨损异常或同步磨损异常; 将待诊断曳引轮当前时刻的轿厢加速度、轿厢侧各轮槽的钢丝绳张力以及对重侧各轮槽的钢丝绳张力输入故障诊断模型得到待诊断曳引轮的磨损故障诊断结果。

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湖州市特种设备检测研究院(湖州市电梯应急救援指挥中心);中国计量大学,其通讯地址为:313000 浙江省湖州市吴兴区安吉路299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。