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！

龙图腾网获悉河北工业大学申请的专利基于图像特征和深度学习的接触器运行状态在线识别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：CN120011889B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510152061.8，技术领域涉及：G06F18/241；该发明授权基于图像特征和深度学习的接触器运行状态在线识别方法是由孙曙光;邱文洁;王景芹;赵耀华;夏子琪;卢梦鑫;王浩宇设计研发完成，并于2025-02-12向国家知识产权局提交的专利申请。

本基于图像特征和深度学习的接触器运行状态在线识别方法在说明书摘要公布了：本发明公开一种基于图像特征和深度学习的接触器运行状态在线识别方法，首先采集不同运行状态下接触器在动作过程中的振动和声信号；然后，计算严重磨损触头碰撞过程中信号的特征频率，将该特征频率作为附加频率成分；对振动和声信号进行CEEMDAN分解，得到多个IMF分量；计算各个IMF分量的主要频率，剔除包含附加频率成分的IMF分量；计算剩余各个IMF分量与原始信号之间的相关系数和能量值；保留相关系数和能量值均大于平均值的IMF分量，得到振动和声信号的有效模态分量；接着，利用智能优化算法对SDP转换技术的时间间隔参数和角度放大因子进行优化，根据优化后的参数，利用振动信号和声信号的有效模态分量生成SDP图像，得到不同运行状态的多张SDP图像；最后，构建状态识别模型并进行训练，将训练后的模型用于状态识别。该方法避免了干扰成分对有效模态的影响，同时提升了SDP图像的特征表达效果，提高了识别精度。

本发明授权基于图像特征和深度学习的接触器运行状态在线识别方法在权利要求书中公布了：1.一种基于图像特征和深度学习的接触器运行状态在线识别方法，其特征在于，包括以下步骤： 第一步：采集不同运行状态下接触器在动作过程中的振动和声信号； 第二步：计算严重磨损触头碰撞过程中信号的特征频率，将该特征频率作为附加频率成分； 对振动和声信号进行CEEMDAN分解，分别得到多个IMF分量；计算各个IMF分量的主要频率，剔除包含附加频率成分的IMF分量；计算剩余各个IMF分量与原始信号之间的相关系数和能量值；保留相关系数和能量值均大于平均值的IMF分量，得到振动和声信号的有效模态分量； 第三步：利用智能优化算法对SDP转换技术的时间间隔参数和角度放大因子进行优化，根据优化后的时间间隔参数和角度放大因子，利用振动信号和声信号的有效模态分量生成SDP图像，进而得到不同运行状态的多张SDP图像，形成数据集； 有效模态分量转换为SDP图像的表达式为： 1 2 3 4 式中，为镜像对称平面的旋转角度，为镜像对称平面的个数，为镜像对称平面的序号，为点在极坐标下的半径，为点的时域坐标，、为有效模态分量的最大幅值和最小幅值；和分别为点在极坐标下沿镜像对称平面逆时针和顺时针偏转的角度，为时间间隔参数，为点的坐标，为角度放大因子，且； 第四步：基于EfficientNetV2网络构建状态识别模型，该模型包括5层，SDP图像经过卷积、批归一化和激活操作后依次经过各层；第一层包括两个Fused-MBConv模块，第二层包括四个Fused-MBConv模块，第三层包括一个MBConv模块和两个MobileViT模块，第四层包括一个MBConv模块和四个MobileViT模块，第五层包括一个MBConv模块和三个MobileViT模块，第五层的输出特征经过全连接层，得到识别结果；Mish激活函数和ECA注意力块替换原始MBConv模块的Swish激活函数和SE块，得到第四层和第五层的MBConv模块； 第五步：利用数据集对状态识别模型进行训练，将训练后的状态识别模型用于接触器运行状态的识别。

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河北工业大学，其通讯地址为：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院；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。