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 > 上海交通大学宁波人工智能研究院;宁波工业互联网研究院有限公司陈昌政获国家专利权

上海交通大学宁波人工智能研究院;宁波工业互联网研究院有限公司陈昌政获国家专利权

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!

龙图腾网获悉上海交通大学宁波人工智能研究院;宁波工业互联网研究院有限公司申请的专利基于图像融合和集成网络的旋转机械故障诊断方法和系统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:CN115238785B

龙图腾网通过国家知识产权局官网在2025-12-02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:202210848010.5,技术领域涉及:G06F18/241;该发明授权基于图像融合和集成网络的旋转机械故障诊断方法和系统是由陈昌政;庄开宇;杨根科;褚健;李尖;王成光设计研发完成,并于2022-07-19向国家知识产权局提交的专利申请。

基于图像融合和集成网络的旋转机械故障诊断方法和系统在说明书摘要公布了:本发明公开了一种基于图像融合和集成网络的旋转机械故障诊断方法和系统,涉及故障诊断技术领域,所述故障诊断系统包括:系统启动模块、数据采集模块、数据预处理模块、卷积神经网络训练模块和集成神经网络输出模块。所述故障诊断方法包括:步骤1、安装传感器,在所述旋转机械的旋转轴位置安装若干振动传感器,在所述旋转机械的驱动设备的供电电缆处安装电流传感器;步骤2、采集训练数据;步骤3、数据预处理;步骤4、构建和训练神经网络模型,获得若干所述神经网络模型;步骤5、构建集成网络模型;步骤6、运行所述集成网络模型,将实时数据经过数据预处理得到不同类型的所述融合时频图像输入到相应的所述神经网络模型,输出故障诊断结果。

本发明授权基于图像融合和集成网络的旋转机械故障诊断方法和系统在权利要求书中公布了:1.一种基于图像融合和集成网络的旋转机械故障诊断系统,其特征在于,包括: 系统启动模块,所述系统启动模块负责启动所述旋转机械及用于采集所述旋转机械的振动信号和驱动设备的电流信号的传感器,将所述故障诊断系统的运行参数调整至预先设定的参数值,待所述故障诊断系统正常运行; 数据采集模块,所述数据采集模块记录所述传感器采集到的所述数值信息以及当前所述旋转机械的正常运转或者不同故障类型状态;在所述故障诊断系统的模型训练阶段,所述数据采集模块构建用于神经网络建模训练所需的数据集;在所述故障诊断系统的模型运行阶段,所述数据采集模块采集实时设备运行数据用于故障诊断; 数据预处理模块,所述数据预处理模块对于采集到的所述数值信息进行预处理,采用带有dropout操作的大尺度一维卷积核对原始的所述数值信息进行卷积操作,并将卷积后的所述数值信息进行不同方法的时频分析及后续的图像融合,得到若干不同类型的融合时频图像; 卷积神经网络训练模块,所述卷积神经网络训练模块用若干不同类型的所述融合时频图像构建和训练相应的神经网络模型,对所述神经网络模型的权值和偏差进行反复的调整训练;当所述神经网络模型的输出层的误差平方和小于指定的误差时训练完成,保存所述神经网络模型的所述权值和所述偏差;每种类型的所述融合时频图像对应一个训练完成的所述神经网络模型,即获得若干所述神经网络模型; 集成神经网络输出模块,所述集成神经网络输出模块将若干所述神经网络模型进行并行组合,实时数据经过所述数据预处理模块将对应类型的所述融合时频图像输入到相应的所述神经网络模型中,应用集成学习方法对所有神经网络模型的输出结果进行融合,输出故障诊断结果。

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上海交通大学宁波人工智能研究院;宁波工业互联网研究院有限公司,其通讯地址为:315012 浙江省宁波市海曙区南门街道南站西路29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。