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！

龙图腾网获悉青岛理工大学申请的专利一种永磁同步电机匝间短路故障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：CN121454405B 。

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：202512000055.3，技术领域涉及：G01R31/52；该发明授权一种永磁同步电机匝间短路故障识别方法是由胡昊泽;周晓燕;尚晓涵;田硕;白龙设计研发完成，并于2025-12-29向国家知识产权局提交的专利申请。

本一种永磁同步电机匝间短路故障识别方法在说明书摘要公布了：本发明涉及永磁电机故障诊断领域，具体的涉及一种永磁同步电机匝间短路故障识别方法，包括1：构建针对永磁同步电机匝间短路故障的实验平台，构建高维特征表征空间；2：对电机运行中的多模态运行信号进行采集和预处理，动态跟踪故障信号的能量分布变化，并对不同模态特征进行融合，形成高维联合特征张量；3：将联合特征张量输入到构建的深度模型，提取空间特征、时序特征及关键特征权重；4：分类层输出电机运行状态类别，对训练模型进行轻量化优化处理，并结合迁移学习与领域自适应机制，实现不同电机平台间的自适应诊断。实现了多模态特征的动态融合，能够突出关键特征、弱化冗余信息，从而显著提升诊断精度和模型解释性。

本发明授权一种永磁同步电机匝间短路故障识别方法在权利要求书中公布了：1.一种永磁同步电机匝间短路故障识别方法，其特征在于，包括以下步骤： 步骤1：构建针对永磁同步电机匝间短路故障的实验平台，引入多源信号协同分析机制，联合永磁同步电机在不同运行工况下的多模态运行信号进行建模，构建高维特征表征空间，所述多模态运行信号包括定子电流、磁链、温度及振动信号； 步骤2：对电机运行中的多模态运行信号进行采集和预处理，执行短时傅里叶变换提取时频特征，执行平稳小波变换获得时频及多尺度特征，在时间与频率域上进行联合分析，动态跟踪故障信号的能量分布变化，并对不同模态特征进行融合，形成高维联合特征张量； 对电流与磁链信号执行短时傅里叶变换，提取时频特征：，其中，表示时频分布函数，表示原始信号，表示时移窗函数，表示时间变量，表示频率变量，表示窗函数平移量，表示复指数基函数； 对温度与振动信号执行平稳小波变换，，，，其中，表示信号的平稳小波变换结果，表示原始温度信号或振动信号，表示第j层小波近似系数，表示第j层小波细节系数，为第j层低通滤波器，为第j层高通滤波器，表示小波分解层数，表示小波变换后系数在时间序列中的位置索引，为平稳小波变换过程中进行卷积运算时的求和索引； 将短时傅里叶变换生成的二维时频谱图与平稳小波变换的多尺度特征向量进行拼接融合，构造多模态联合特征：，形成高维联合特征张量，其中表示STFT提取的二维时频特征矩阵，表示SWT提取的多尺度特征向量，表示拼接后的联合高维特征张量 步骤3：将联合特征张量输入到构建的包括卷积神经网络、长短期记忆网络和注意力机制的深度模型，有机结合空间特征提取、时序特征建模及关键特征权重自适应分配，提取空间特征、时序特征及关键特征权重； 步骤4：分类层输出电机运行状态类别，对训练模型进行轻量化优化处理，并结合迁移学习与领域自适应机制，实现不同电机平台间的自适应诊断； 轻量化优化采用结构剪枝与参数量化相结合的策略，减少模型参数数量并降低计算复杂度，轻量化优化后模型直接部署于嵌入式系统或边缘计算终端，采用对称整数量化，将FP32权重量化至INT8，降低模型存储开销和计算复杂度:，，其中，表示量化后的权重值，表示原始浮点权重值，表示权重集合，表示量化步长，表示取整函数； 得到轻量化后的诊断模型，其中为经过剪枝与量化后微调得到的参数集合，表示整个深度诊断网络的函数映射关系； 针对不同电机型号或运行工况差异，引入迁移学习机制，对轻量化模型执行迁移学习，其优化目标为：，其中表示源域监督损失，表示故障类别数量,表示源域样本标签向量，表示权衡监督损失与域对齐损失的比例系数； ，表示MMD域对齐损失，表示源域样本数量，表示目标域样本数量，表示源域样本，表示目标域样本，表示特征提取网络，表示核映射函数； 经过域对齐与少量目标域迭代后，得到跨平台模型：，其中，表示迁移学习后的模型参数集合，作为目标平台最终部署模型，任意来自目标平台的输入经处理后，直接输入该模型：F输出为目标平台上的电机故障类别或故障等级。

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青岛理工大学，其通讯地址为：266033 山东省青岛市市北区抚顺路11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。