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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 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 > 武钢资源集团鄂州球团有限公司李会义获国家专利权

武钢资源集团鄂州球团有限公司李会义获国家专利权

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!

龙图腾网获悉武钢资源集团鄂州球团有限公司申请的专利一种球团风机故障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:CN119862476B

龙图腾网通过国家知识产权局官网在2025-09-30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:202411812917.1,技术领域涉及:G06F18/2415;该发明授权一种球团风机故障诊断方法是由李会义;但斌斌;胡一帆;文生平;容芷君;熊凌;胡亮;陈俊念;周冰致;吴琼;陈利;曹祥林;刘炜;徐祖红设计研发完成,并于2024-12-11向国家知识产权局提交的专利申请。

一种球团风机故障诊断方法在说明书摘要公布了:本发明的一种球团风机故障诊断方法,旨在解决传统风机故障诊断依赖人工巡检和经验判断导致的效率低下、准确性不足问题。该方法先收集风机运行参数形成数据集,经数据清洗与归一化处理后,采用随机采样和高斯噪声添加进行数据增强,利用ConvNeXt网络进行特征提取,划分数据集并计算故障类别特征原型向量,通过距离度量与分类决策预测结果。在原型网络模型损失函数中添加L2正则项,经反向传播调整模型参数,测试集评估性能稳定后部署模型,对实时数据重复预处理与增强步骤,若预测结果不符或有新数据则重新训练模型。此方法通过多技术协同提升了诊断准确性与效率,有效防止模型过度拟合,提升故障特征捕捉能力,展现出功能完善与技术前瞻性的优势。

本发明授权一种球团风机故障诊断方法在权利要求书中公布了:1.一种球团风机故障诊断方法,其特征在于,包括以下步骤: 步骤S1,收集球团风机的历史运行参数形成数据集,通过数据清洗去除数据集内的异常值和噪声干扰后,对数据进行归一化处理; 步骤S2,采用随机采样和高斯噪声添加的组合方式对数据集进行数据增强; 步骤S3,通过卷积神经网络进行特征提取后,将数据集划分为训练集、验证集和测试集,将训练集划分为支持集和查询集,计算支持集内每个故障类别的特征原型向量,然后通过距离度量计算查询样本与原型之间的距离,通过分类决策预测结果; 步骤S4,在原型网络模型的损失函数中添加L2正则项,确定L2正则化系数以平衡原型网络模型的拟合能力和泛化能力,通过反向传播调整模型参数,定期计算验证集损失,判断是否达到训练终止条件; 步骤S5,将测试集数据输入训练好的平衡原型网络模型进行预测,根据预测结果和真实标签,计算准确率、召回率、F1 值并进行评估,若性能稳定则进行模型部署,F1值是精确率和召回率的调和平均数; 步骤S6,重复S1、S2步骤对实时数据进行数据处理与数据增强,通过S3构建的原型网络模型对实时特征向量进行预测,并输出概率最高的类别作为预测的故障类型;如果发现模型的预测结果与实际情况明显不符或收集到了新的数据,则返回S3步骤重新划分数据集重新训练模型; 所述步骤S1中,具体步骤为: 步骤S11,收集的参数包括:在正常状态的已知异常状态下振动传感器提供振动信号数据、温度传感器收集温度数据以及电流传感器记录电流参数;采用箱线图法处理收集到的数据集,将位于箱线图上下限之外的数据点视为异常值; 步骤S12,根据所述异常值的特征,选择使用低通滤波、高通滤波和中值滤波进行降噪处理; 步骤S13,通过拉格朗日插值法替换被标记的异常值; 步骤S14,通过短时傅里叶变换将一维的振动信号转换为二维的时频图,使用Z‑score归一化处理将温度和电流数据统一到相同尺度范围作为额外的通道与振动时频图进行拼接,Z‑score归一化将数据转换为均值为0、标准差为1的分布,计算公式为: ; 其中,x是原始的温度和电流数据值,是数据的均值,是标准差,是归一化后在统一尺度下的温度和电流数据值; 其中,步骤S14中通过短时傅里叶变换,得到一个大小为的时频图,其中,N是频率轴的分辨率,M是时间轴的分辨率;温度和电流数据经过归一化后可以扩展为与振动时频图相同大小的矩阵,分别作为一个通道,输入数据的形状为,C是通道数; 所述步骤S2中,具体步骤为: S21,对时间序列数据集设定最小和最大采样时长的界限,随机生成一个采样时长,并在总时长范围内随机选取一个起始点,提取从该点开始的相应时长的数据片段,获得一个长度随机且特征相似的新序列; S22,对特征维度数据进行采样确定数据的总特征维度数,随机选择一部分特征维度的数量,并从中随机选取特征维度形成一个新的特征子集; S23,确定高斯噪声的均值和标准差,在原始数据中的每一个数据上独立生成服从该均值和标准差的高斯分布的随机噪声值,并将其添加到原始数据点上,逐点操作后得到新的增强数据。

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武钢资源集团鄂州球团有限公司,其通讯地址为:436000 湖北省鄂州市鄂东大道61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”。

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。