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！

龍圖騰網恭喜浙江理工大學申請的專利一種基于神經網絡的電靜壓伺服機構狀態監測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：CN115808209B 。

龍圖騰網通過國家知識產權局官網在2025-05-13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：202211648096.3，技術領域涉及：G01D21/02；該發明授權一種基于神經網絡的電靜壓伺服機構狀態監測方法及系統是由賀青川;馬行健;潘駿;陳文華設計研發完成，并于2022-12-21向國家知識產權局提交的專利申請。

本一種基于神經網絡的電靜壓伺服機構狀態監測方法及系統在說明書摘要公布了：本發明公開了一種基于神經網絡的電靜壓伺服機構狀態監測方法及系統，該方法包括：建立深度神經網絡模型；收集正常狀態下電靜壓伺服機構在各種位移指令下對應的作動器速度、液壓泵進口壓力、出口壓力，液壓油缸進口壓力、出口壓力，電機電流，電機轉速，增壓油箱壓力，液壓油溫；將電機轉速作為輸出數據，其余作為輸入數據，對深度神經網絡模型訓練得到電機轉速預測模型；將電機電流作為輸出數據，其余數據作為輸入數據，訓練得到電機電流預測模型；利用兩個預測模型構建電靜壓伺服機構狀態監測指標并獲取故障閾值；獲取需要監測的電靜壓伺服機構在指定位移、速度指令下的狀態數據，計算出監測指標并與閾值比較，判定電靜壓伺服機構狀態變化情況。

本發明授權一種基于神經網絡的電靜壓伺服機構狀態監測方法及系統在權利要求書中公布了：1.一種基于神經網絡的電靜壓伺服機構狀態監測方法，其特征在于，包括：步驟（1）：建立深度神經網絡模型；步驟（2）：建立電靜壓伺服機構狀態數據庫：收集正常狀態下電靜壓伺服機構在各種位移指令下運動時對應的作動器速度、液壓泵進口壓力、出口壓力，液壓油缸進口壓力、出口壓力，電機電流，電機轉速，增壓油箱壓力，液壓油溫數據；步驟（3）：將所述電靜壓伺服機構狀態數據庫的每一組數據中的電機轉速作為第一輸出數據，其余數據作為第一輸入數據，對所述深度神經網絡模型進行訓練，得到電機轉速預測模型；步驟（4）：將所述電靜壓伺服機構狀態數據庫的每一組數據中的電機電流作為第二輸出數據，其余數據作為第二輸入數據，對所述深度神經網絡模型進行訓練，得到電機電流預測模型；步驟（5）：利用所述電機轉速預測模型和電機電流預測模型，構建電靜壓伺服機構狀態監測指標，并獲取故障閾值；步驟（6）：獲取需要監測的電靜壓伺服機構在指定位移、速度指令下的狀態數據，計算出監測指標HI，并將所述監測指標HI與閾值比較，判定電靜壓伺服機構狀態變化情況；其中，所述步驟（5）包括：（5.1）收集電機在給定作動器位移指令運動時，收集位移、速度，液壓泵進口壓力、出口壓力，液壓油缸進口壓力、出口壓力，電機電流，電機轉速，增壓油箱壓力，液壓油溫的時序數據，其中i=1,2,3...N,N為數據序列編號；（5.2）利用位移、速度，液壓泵進口壓力、出口壓力，液壓油缸進口壓力、出口壓力，電機轉速電流、增壓油箱壓力，液壓油溫數據，通過步驟（3）所述電機轉速預測模型得到電機轉速；利用位移、速度，液壓泵進口壓力、出口壓力，液壓油缸進口壓力、出口壓力，電機轉速、增壓油箱壓力，液壓油溫數據，通過步驟（4）所述電機電流預測模型得到電機電流；則電靜壓伺服機構狀態監測指標HI計算方法如下： （1）其中，為電流平均相對偏差，為速度平均相對偏差；（5.3）通過收集歷史數據、人工模擬電靜壓伺服機構各種故障，獲取電靜壓伺服機構在各種故障狀態下的數據庫，并按照步驟（5.2）的計算方法計算電靜壓伺服機構狀態監測指標HI的范圍[]；根據計算結果，取最小值作為判定電靜壓伺服機構故障的閾值。

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浙江理工大學，其通訊地址為：310018 浙江省杭州市江干經濟開發區2號大街928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”。