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 > 兰州交通大学;兰州瑞智元信息技术有限责任公司常琛获国家专利权

兰州交通大学;兰州瑞智元信息技术有限责任公司常琛获国家专利权

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!

龙图腾网获悉兰州交通大学;兰州瑞智元信息技术有限责任公司申请的专利一种基于信号编码的风电机组变桨轴承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:CN119646607B

龙图腾网通过国家知识产权局官网在2025-10-31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:202411679741.7,技术领域涉及:G06F18/241;该发明授权一种基于信号编码的风电机组变桨轴承故障诊断方法是由常琛;火久元;张耀南;谢甜;武凌;边文远设计研发完成,并于2024-11-22向国家知识产权局提交的专利申请。

一种基于信号编码的风电机组变桨轴承故障诊断方法在说明书摘要公布了:一种基于信号编码的风电机组变桨轴承故障诊断方法,具体包括:通过风电场配备的风电机组状态监控系统获取变桨轴承的原始振动信号数据;采用连续小波变换和位置矩阵变换将轴承振动信号分别编码为时频图和位置矩阵图,通过增加数据的可视化维度来增强信号的特征信息;基于全局和窗口注意力机制分别设计全局和局部特征提取模块,使模型能够充分的学习到不同层次的特征信息;依据全局和局部特征提取模块构建双通道并行融合网络模型,以融合全局和局部特征信息,实现抑制强随机噪声干扰的目的。本发明可以充分地捕捉变桨轴承不同状态的振动信号特征,能够有效地解决由强随机噪声干扰造成的变桨轴承诊断性能差和精度低的问题。

本发明授权一种基于信号编码的风电机组变桨轴承故障诊断方法在权利要求书中公布了:1.一种基于信号编码的风电机组变桨轴承故障诊断方法,其特征在于,包括以下步骤: 步骤1:数据获取,从风电场配备的风电机组状态监控系统获取变桨轴承的原始振动信号数据; 步骤2:信号编码,采用连续小波变换和位置矩阵变换将一维原始振动信号分别编码为二维时频图和位置矩阵图,通过增加数据的可视化维度来增强信号的特征信息; 步骤3:注意力机制双通道并行融合网络ADCPFN故障诊断模型构建,基于全局和窗口注意力机制分别设计全局特征提取模块和局部特征提取模块,并通过双通道并行网络结构和特征自适应融合模块进行整合,以构成注意力机制双通道并行融合网络ADCPFN故障诊断模型; 步骤4:注意力机制双通道并行融合网络ADCPFN故障诊断模型训练,依据二维时频图和位置矩阵图对ADCPFN模型进行训练,最后由经过训练的ADCPFN模型完成变桨轴承故障的诊断。

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兰州交通大学;兰州瑞智元信息技术有限责任公司,其通讯地址为:730070 甘肃省兰州市安宁区安宁西路88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。