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！

龍圖騰網恭喜山東大學申請的專利基于代表性模式的旋轉機械分層式故障識別方法及系統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：CN119357704B 。

龍圖騰網通過國家知識產權局官網在2025-05-09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：202411918162.3，技術領域涉及：G06F18/22；該發明授權基于代表性模式的旋轉機械分層式故障識別方法及系統是由孫琛;吳偉明;王聰設計研發完成，并于2024-12-25向國家知識產權局提交的專利申請。

本基于代表性模式的旋轉機械分層式故障識別方法及系統在說明書摘要公布了：本發明屬于旋轉機械故障診斷技術領域，公開了一種基于代表性模式的旋轉機械分層式故障識別方法及系統，包括獲取振動信號，并對振動信號進行預處理；對預處理后的各類別振動信號數據分別進行動力學建模，組成大規模候選模式庫；基于動力學的代表性選擇算法，在多個層面挑選代表性模式，組成分層代表性模式庫；針對不同識別任務的難度，基于分層代表性模式庫設計不同分辨率的動態模式相似性度量方法，進而構建分層式故障識別框架；將待診斷振動信號輸入分層式故障識別框架進行逐層動力學匹配，獲得故障識別結果。本發明實現了對旋轉機械振動故障的源頭、位置和嚴重程度進行由粗到細的逐步識別，有效提高了檢測模型的準確性、魯棒性和計算效率。

本發明授權基于代表性模式的旋轉機械分層式故障識別方法及系統在權利要求書中公布了：1.基于代表性模式的旋轉機械分層式故障識別方法，其特征在于，包括以下步驟：獲取旋轉機械的振動信號數據，并對振動信號數據進行預處理；對預處理后的各類別振動信號數據分別進行動力學建模，組成大規模候選模式庫；基于動力學的代表性選擇算法，在多個層面挑選代表性模式，組成分層代表性模式庫；針對不同識別任務的難度，基于分層代表性模式庫設計不同分辨率的動態模式相似性度量方法，進而構建分層式故障識別框架；將待診斷振動信號輸入分層式故障識別框架進行逐層動力學匹配，獲得故障識別結果；針對大規模候選模式庫中的不同動態模式，通過代表性選擇算法挑選具有動力學代表性的模式，具體為：首先，通過計算動力學距離選出最遠的兩個模式納入代表性子集，然后，分別計算剩余模式與已選模式的動力學距離，選擇一組距離最短的模式，并進一步從中挑選出距離最大的模式納入代表性子集，重復此過程，直至代表性子集模式數量達到預定目標；基于分層代表性模式庫和不同分辨率的動態模式相似性度量方法，構建分層式故障識別框架，所述分層式故障識別框架包括故障源頭辨識層、故障區域定位層和嚴重程度評估層，具體為：基于代表性故障源頭模式庫和系統動力學差異的相似性度量構建故障源頭辨識層；基于代表性故障位置模式庫和融合系統動力學差異與動力學一階偏導差異的相似性度量構建故障區域定位層；基于代表性嚴重程度模式庫和融合系統動力學差異與動力學二階偏導差異的相似性度量構建嚴重程度評估層。

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山東大學，其通訊地址為：250000 山東省濟南市歷下區經十路17923號；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”。