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 > 西安零壹智能电器有限公司赵晓泉获国家专利权

西安零壹智能电器有限公司赵晓泉获国家专利权

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!

龙图腾网获悉西安零壹智能电器有限公司申请的专利一种基于低压智能断路器的混合特征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:CN115950528B

龙图腾网通过国家知识产权局官网在2026-04-10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:202211714038.6,技术领域涉及:G01H17/00;该发明授权一种基于低压智能断路器的混合特征故障诊断方法及系统是由赵晓泉;蔡明阳设计研发完成,并于2022-12-29向国家知识产权局提交的专利申请。

一种基于低压智能断路器的混合特征故障诊断方法及系统在说明书摘要公布了:本发明公开了一种基于低压智能断路器的混合特征故障诊断方法及系统,属于低压智能断路器故障诊断领域。采用模糊熵、方差、能量矩、一阶差分信号方差与原信号方差的比值以及一阶导数的迁移率和原信号的迁移率之比对故障特征进行提取,并采用奇异值分解对方差、能量矩、一阶差分信号方差与原信号方差的比值以及一阶导数的迁移率和原信号的迁移率之比组成的参数矩阵进行特征提取,避免了特征冗余,相较于单一特征检测而言,大大提高了故障诊断准确度。通过对多种低压智能断路器振动信号的特征进行采集,克服了传统对低压智能断路器故障诊断研究较少的问题。能准确的识别低压智能断路器的故障,实现低压智能断路器的故障诊断。

本发明授权一种基于低压智能断路器的混合特征故障诊断方法及系统在权利要求书中公布了:1.一种基于低压智能断路器的混合特征故障诊断方法,其特征在于,包括如下步骤: 获取降噪后的振动信号,对振动信号进行分解得到振动信号的最优的分解参数;根据振动信号的最优的分解参数获取模糊熵值,并构成模糊熵特征向量; 根据振动信号的最优的分解参数的方差、能量矩、一阶差分信号方差与原信号方差的比值以及一阶导数的迁移率和原信号的迁移率之比,构建参数矩阵; 对参数矩阵进行奇异值分解,获取分解后的特征向量,根据分解后的特征向量和模糊熵特征向量获取混合特征向量,将混合特征向量输入至支持向量机中获取故障类型;振动信号的最优的分解参数k的获取方法如下: 将降噪后的振动信号uwt分解为K个有限带宽的本征模态函数,约束变分问题描述如下: 其中,{uk}={u1,u2…..uk}为分解得到的K个模态分量;{}={,}为各模态分量的中心频率,为经过Hilbert变换后的频谱,*为卷积运算,指限制条件,j为虚数单位,为梯度算子; 将模态分量和模态分量的中心频率变换到频域: 其中,分别为的傅里叶变换,拉格朗日乘法算子,再采用乘法算子交替方向算法迭代搜索求取问题的最优解,迭代更新得到K个,对其进行傅里叶逆变换得到的实部即为模态分量,即为振动信号的最优的分解参数k; 对参数矩阵进行奇异值分解,获取分解后的特征向量的方法如下: 其中,为奇异值组成的对角阵,分别为奇异值分解得到的特征向量,,将奇异值组成的对角阵转化为能代表H的特征向量,将模糊熵特征向量和奇异值向量合并,构成最终反应采样信号的特征。

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西安零壹智能电器有限公司,其通讯地址为:710000 陕西省西安市高新区鱼化寨街道天谷八路156号软件新城二期阿里巴巴丝路总部C1栋6层611室;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。