Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国电南瑞科技股份有限公司;南瑞轨道交通技术有限公司杨国彬获国家专利权

国电南瑞科技股份有限公司;南瑞轨道交通技术有限公司杨国彬获国家专利权

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!

龙图腾网获悉国电南瑞科技股份有限公司;南瑞轨道交通技术有限公司申请的专利一种基于多分类SVM信息感知的地铁风机智能诊断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:CN115048953B

龙图腾网通过国家知识产权局官网在2025-08-29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:202210457657.5,技术领域涉及:G06F18/24;该发明授权一种基于多分类SVM信息感知的地铁风机智能诊断方法是由杨国彬;李聪;朱祁;吴永城;李燕;张雅婷设计研发完成,并于2022-04-28向国家知识产权局提交的专利申请。

一种基于多分类SVM信息感知的地铁风机智能诊断方法在说明书摘要公布了:本发明公开了一种基于多分类SVM信息感知的地铁风机智能诊断方法,步骤如下:通过安装于车站内风机上的振动传感器收集振动信号;将振动信号通过傅里叶分析得到频谱分析;依靠专家知识运用模糊方法将信号频率进一步划分提取频率分布;利用生成的历史数据对支持向量机模型进行训练学习;利用支持向量机模型实时监控振动频率信号。本发明所述的方法能够对地铁风机在线监测,迅速确认故障类型并提供报警,为维修人员提供维护、检修的意见,一定程度上减少了轨道交通非计划停机时间、增加了设备运行的安全性和经济性和提高设备有效利用率。

本发明授权一种基于多分类SVM信息感知的地铁风机智能诊断方法在权利要求书中公布了:1.一种基于多分类SVM信息感知的地铁风机智能诊断方法,其特征在于,包括以下步骤: (1)通过安装于车站内风机轴承上设置的振动传感器提取振动信号; (2)将振动信号通过傅里叶分析得到频谱分析,振动信号表示为: ; 其中,t代表时间,是复变函数; (3)运用模糊方法将信号频率进一步划分提取频率分布,利用先验的专家知识来处理数据,提取更准确的有效信息; 具体为: (3.1)根据现场经验和理论分析,把频谱分析的频率模糊化处理,分为9个等级,分别为:0~0.39f,0.4~0,49f,0.5f,0.51~0.99f,1f,2f,3~5f,奇数倍f,5f; (3.2)对风机的常见故障进行诊断研究,常见故障包括质量不平衡、转子不对中、轴向摩擦、轴裂纹、轴承座松动、轴承损坏、联轴器损坏、间隙引起振动; (3.3)通过对风机常见故障的机理研究以及专家和现场经验,通过信号分析以及模糊化处理,得出以上常见故障的特征向量; (4)利用生成的历史数据对支持向量机模型进行训练学习: 对于线性可分问题求解转化为约束最优化问题的求解,输入训练样本集: ; 其中,为m维输入向量,为对应的样本标签,为样本数,; 构造最优化问题: ; 其中,为超平面的超平面的法向量;b是超平面截距;C为惩罚因子;为松弛变量;进一步求解得到分类函数表达式: ; 对于非线性问题,通过引入核函数将其转化为高维空间的线性可分问题,并保持转化前后内积保持不变;核函数满足: ; 其中,为映射函数,为内积; 最常用的核函数为高斯径向基函数: ; 最终分类函数表达式转化为: ; (5)利用支持向量机模型实时监控振动频率信号。

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国电南瑞科技股份有限公司;南瑞轨道交通技术有限公司,其通讯地址为:211106 江苏省南京市江宁区诚信大道19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”。

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。