恭喜清華大學孔運獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜清華大學申請的專利機械設備智能故障診斷方法、系統及存儲介質獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114722699B 。
龍圖騰網通過國家知識產權局官網在2025-04-01發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210262592.9,技術領域涉及:G06F30/27;該發明授權機械設備智能故障診斷方法、系統及存儲介質是由孔運;褚福磊;王天楊設計研發完成,并于2022-03-17向國家知識產權局提交的專利申請。
本機械設備智能故障診斷方法、系統及存儲介質在說明書摘要公布了:本發明提供一種機械設備智能故障診斷方法、系統及存儲介質,屬于智能機械設備技術領域,通過采集待檢測的機械設備的振動數據;根據所采集的待檢測的機械設備的振動數據,確定待檢測樣本以及待檢測樣本的頻譜特征;根據待檢測樣本的頻譜特征和預獲取的譜集成完整字典,確定待檢測樣本的頻譜特征對于譜集成完整字典的優化稀疏編碼;并將優化稀疏編碼分解為次稀疏編碼;根據次稀疏編碼和譜集成完整字典,確定譜稀疏重構誤差;通過基于譜稀疏重構誤差最小判別準則的健康狀態智能識別策略,根據譜稀疏重構誤差判定待檢測的機械設備的健康狀態。本發明具有精度優越、抗噪魯棒性、超參數選擇穩健性以及計算效率較高等特點。
本發明授權機械設備智能故障診斷方法、系統及存儲介質在權利要求書中公布了:1.一種機械設備智能故障診斷方法,其特征在于,包括:采集待檢測的機械設備的振動數據;根據所采集的待檢測的機械設備的振動數據,確定待檢測樣本以及待檢測樣本的頻譜特征;根據所述待檢測樣本的頻譜特征和預獲取的譜集成完整字典,確定所述待檢測樣本的頻譜特征對于所述譜集成完整字典的優化稀疏編碼;并將所述優化稀疏編碼分解為次稀疏編碼;根據所述次稀疏編碼和譜集成完整字典,確定譜稀疏重構誤差;通過基于譜稀疏重構誤差最小判別準則的健康狀態智能識別策略,根據所述譜稀疏重構誤差判定所述待檢測的機械設備的健康狀態;其中,所述譜集成完整字典的獲取方法包括:獲取機械設備在不同運行健康狀態下的振動數據;利用移動滑窗,將所述不同運行健康狀態下的振動數據構造為不同運行健康狀態下的訓練信號樣本;對所述訓練信號樣本進行傅里葉變換,獲取訓練信號樣本的頻譜特征;根據所述訓練信號樣本的頻譜特征,獲取各個運行健康狀態的譜集成子字典;根據所述各個運行健康狀態的譜集成子字典,確定多健康狀態譜特征融合的譜集成完整字典。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人清華大學,其通訊地址為:100084 北京市海淀區清華園;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。