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！

龙图腾网恭喜华北电力大学申请的专利基于特征信息融合的燃气轮机进口导叶系统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：CN113850181B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202111112808.5，技术领域涉及：G06F18/2431；该发明授权基于特征信息融合的燃气轮机进口导叶系统故障诊断方法是由张文广;陆瑶;徐浩博;陈松;牛玉广;王玮设计研发完成，并于2021-09-23向国家知识产权局提交的专利申请。

本基于特征信息融合的燃气轮机进口导叶系统故障诊断方法在说明书摘要公布了：本发明公开了一种基于特征信息融合的燃气轮机进口导叶系统故障诊断方法；包括：原始振动信号采集；故障机理分析；变分模态分解VMD参数寻优及分解；故障特征提取；状态特征向量归一化；特征向量编码；脉冲神经网络SNN故障诊断。本分明采用海豚群算法对VMD参数寻优，提升分解准确率；以峭度‑互信息熵为依据筛选对故障信息敏感的IMF分量，剔除分布规则差、冲击成分少的故障特征敏感模态函数；采用多特征熵值算法在时频域进行故障特征提取，避免单一特征无法全面反映故障特征信息，为故障的准确诊断提供保证；采用SpikeProp算法优化SNN，具备非线性分类问题求解能力，使训练结果更加准确。

本发明授权基于特征信息融合的燃气轮机进口导叶系统故障诊断方法在权利要求书中公布了：1.一种基于特征信息融合的燃气轮机进口导叶系统故障诊断方法，其特征在于，包括：步骤1、采集燃气轮机进口导叶系统振动信号数据并对数据进行故障机理分析，得到故障时刻振动信号幅值的变化趋势；步骤2、利用群体智能算法优化变分模态分解的参数；步骤3、使用优化后的参数对振动信号进行变分模态分解，得到k个本征模态函数分量，以峭度-互信息熵为依据筛选对故障信息敏感的本征模态函数分量；步骤4、采用多特征熵值算法在时频域进行故障特征提取，构造状态特征向量，并对其进行归一化处理；步骤5、将归一化后的特征向量编码为脉冲时间序列，得到训练集；步骤6、将训练集输入脉冲神经网络模型进行训练，构建脉冲神经网络模型，再采用SpikeProp算法优化脉冲神经网络；步骤7、采样进口导叶系统故障数据并重复步骤2至步骤5得到能被脉冲神经网络模型识别的脉冲信号作为测试集；输入至训练好的脉冲神经网络模型得到输出神经元的膜电压，当某个神经元膜电压到达阈值发出脉冲，而其他神经元尚未达到阈值不发出脉冲时，得到待诊断振动信号的故障类别；所述步骤2中，利用群体智能算法中的海豚群算法对变分模态分解的参数进行优化，步骤2分为：设定模态分解个数k和惩罚因子α的参数范围，对种群初始化；通过VMD分解信号得到多个本征模态函数分量，选取最小包络熵为适应度函数；再进入搜索阶段，找到个体最优适应度值；进入呼叫和接收阶段，找到邻域最优解；进入捕食阶段，个体向邻域最优解进行位置更新，计算最优适应度值；当满足迭代次数要求时，输出k和α的最优解，其中适应度函数Ffit公式为：Ffit＝minEen2式中，Een为包络熵，表示分量信号的稀疏性；Een计算公式为： 式中，τs为振动信号Xt经希尔伯特解调后的包络信号；es为τs的归一化值；s＝1,2,...,n。

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华北电力大学，其通讯地址为：102206 北京市昌平区朱辛庄北农路2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”。