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！

龙图腾网获悉石河子大学申请的专利基于人工智能的涡旋压缩机止推轴承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：CN120524369B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202510631853.3，技术领域涉及：G06F18/2431；该发明授权基于人工智能的涡旋压缩机止推轴承故障诊断方法及系统是由成金贵;张燕;柴兆森;张立新设计研发完成，并于2025-05-16向国家知识产权局提交的专利申请。

本基于人工智能的涡旋压缩机止推轴承故障诊断方法及系统在说明书摘要公布了：本发明涉及故障诊断技术领域，公开了一种基于人工智能的涡旋压缩机止推轴承故障诊断方法及系统。该方法包括：通过压电加速度传感器阵列采集涡旋压缩机止推轴承的原始振动信号，并对所述原始振动信号进行角度域同步和模态分解，得到解调振动信号；根据所述解调振动信号提取所述涡旋压缩机止推轴承中内圈损伤、外圈裂纹、滚动体剥落和保持架变形的故障特征频谱图谱；基于所述故障特征频谱图谱从时域、频域和时频域提取故障特征，并构建故障特征向量；将所述故障特征向量输入集成学习模型进行故障识别分析，得到故障类型和严重程度。本发明提高了涡旋压缩机止推轴承故障诊断的准确率。

本发明授权基于人工智能的涡旋压缩机止推轴承故障诊断方法及系统在权利要求书中公布了：1.一种基于人工智能的涡旋压缩机止推轴承故障诊断方法，其特征在于，包括： 通过压电加速度传感器阵列采集涡旋压缩机止推轴承的原始振动信号，并对所述原始振动信号进行角度域同步和模态分解，得到解调振动信号； 根据所述解调振动信号提取所述涡旋压缩机止推轴承中内圈损伤、外圈裂纹、滚动体剥落和保持架变形的故障特征频谱图谱，包括：基于涡旋盘的运动学原理，计算涡旋盘在旋转过程中的涡旋运动轨迹；根据所述涡旋运动轨迹，对涡旋压缩机气腔压力分布方程和动力学平衡方程进行求解，得到动态载荷分布；根据所述动态载荷分布，计算止推轴承各部件在不同工况下的应力分布和变形特性，建立应力分布模型；根据所述应力分布模型推导涡旋压缩机止推轴承中内圈损伤、外圈裂纹、滚动体剥落和保持架变形的故障特征频率理论数学模型；基于所述故障特征频率理论数学模型对所述解调振动信号进行希尔伯特包络解调，得到各故障类型的频谱特征；将所述各故障类型的频谱特征按照内圈损伤、外圈裂纹、滚动体剥落和保持架变形进行分类整理，构建故障特征频谱图谱； 基于所述故障特征频谱图谱从时域、频域和时频域提取故障特征，并构建故障特征向量； 将所述故障特征向量输入集成学习模型进行故障识别分析，得到故障类型和严重程度； 将排气压力、蒸发温度、冷凝温度和转速组合成工况参数向量； 将所述工况参数向量输入工况编码器进行工况特征提取，得到工况特征向量，包括：将工况参数向量输入工况编码器进行工况特征提取，编码器以全连接神经网络为主体架构，包含多层非线性变换模块，其中输入层接收工况参数向量，随后通过多个带有激活函数的隐藏层对变量间潜在耦合关系、非线性演化特性以及隐含规律进行逐层提取，输出包含高维抽象特征的工况特征向量； 根据涡旋压缩机止推轴承载荷与工况变化的非线性关系，对所述工况特征向量和所述故障类型及严重程度进行工况补偿分析，得到工况补偿特征；基于可分离卷积的域对抗网络架构对所述工况补偿特征进行工况迁移处理，得到工况自适应特征；对所述工况自适应特征进行动态特征分析，得到时序故障特征，并对所述时序故障特征进行健康状态评估，得到健康状态诊断结果。

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石河子大学，其通讯地址为：832099 新疆维吾尔自治区石河子市北四路221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。