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！

龙图腾网恭喜山东大学申请的专利基于代表性模式的旋转机械分层式故障识别方法及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：CN119357704B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411918162.3，技术领域涉及：G06F18/22；该发明授权基于代表性模式的旋转机械分层式故障识别方法及系统是由孙琛;吴伟明;王聪设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本基于代表性模式的旋转机械分层式故障识别方法及系统在说明书摘要公布了：本发明属于旋转机械故障诊断技术领域，公开了一种基于代表性模式的旋转机械分层式故障识别方法及系统，包括获取振动信号，并对振动信号进行预处理；对预处理后的各类别振动信号数据分别进行动力学建模，组成大规模候选模式库；基于动力学的代表性选择算法，在多个层面挑选代表性模式，组成分层代表性模式库；针对不同识别任务的难度，基于分层代表性模式库设计不同分辨率的动态模式相似性度量方法，进而构建分层式故障识别框架；将待诊断振动信号输入分层式故障识别框架进行逐层动力学匹配，获得故障识别结果。本发明实现了对旋转机械振动故障的源头、位置和严重程度进行由粗到细的逐步识别，有效提高了检测模型的准确性、鲁棒性和计算效率。

本发明授权基于代表性模式的旋转机械分层式故障识别方法及系统在权利要求书中公布了：1.基于代表性模式的旋转机械分层式故障识别方法，其特征在于，包括以下步骤：获取旋转机械的振动信号数据，并对振动信号数据进行预处理；对预处理后的各类别振动信号数据分别进行动力学建模，组成大规模候选模式库；基于动力学的代表性选择算法，在多个层面挑选代表性模式，组成分层代表性模式库；针对不同识别任务的难度，基于分层代表性模式库设计不同分辨率的动态模式相似性度量方法，进而构建分层式故障识别框架；将待诊断振动信号输入分层式故障识别框架进行逐层动力学匹配，获得故障识别结果；针对大规模候选模式库中的不同动态模式，通过代表性选择算法挑选具有动力学代表性的模式，具体为：首先，通过计算动力学距离选出最远的两个模式纳入代表性子集，然后，分别计算剩余模式与已选模式的动力学距离，选择一组距离最短的模式，并进一步从中挑选出距离最大的模式纳入代表性子集，重复此过程，直至代表性子集模式数量达到预定目标；基于分层代表性模式库和不同分辨率的动态模式相似性度量方法，构建分层式故障识别框架，所述分层式故障识别框架包括故障源头辨识层、故障区域定位层和严重程度评估层，具体为：基于代表性故障源头模式库和系统动力学差异的相似性度量构建故障源头辨识层；基于代表性故障位置模式库和融合系统动力学差异与动力学一阶偏导差异的相似性度量构建故障区域定位层；基于代表性严重程度模式库和融合系统动力学差异与动力学二阶偏导差异的相似性度量构建严重程度评估层。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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”。