Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜南京航空航天大学张森皓获国家专利权

恭喜南京航空航天大学张森皓获国家专利权

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!

龙图腾网恭喜南京航空航天大学申请的专利基于迁移学习的电-液复合线控转向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:CN117113805B

龙图腾网通过国家知识产权局官网在2025-05-23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:202310837552.7,技术领域涉及:G06F30/27;该发明授权基于迁移学习的电-液复合线控转向系统故障诊断方法是由张森皓;赵万忠;王春燕;梁为何;徐坤豪设计研发完成,并于2023-07-07向国家知识产权局提交的专利申请。

基于迁移学习的电-液复合线控转向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迁移学习的电‑液复合线控转向系统故障诊断方法,步骤如下:对结合注意力机制的1DCNN‑LSTM神经网络进行训练;基于迁移学习对等效液压机构故障值估计模块进行训练;基于结合注意力机制的1DCNN‑LSTM神经网络对电‑液复合线控转向系统进行实时故障诊断。本发明方法基于试验数据充分的电动机构故障诊断神经网络进行迁移学习来获取准确的液压机构故障诊断神经网络,从而保证故障诊断精度。

本发明授权基于迁移学习的电-液复合线控转向系统故障诊断方法在权利要求书中公布了:1.一种基于迁移学习的电-液复合线控转向系统故障诊断方法,其特征在于,步骤如下:1对结合注意力机制的1DCNN-LSTM神经网络进行训练:11试验数据采集:分别采集重型车辆正常状态、不同故障值的电动机构故障状态和液压机构故障状态时,电机电流传感器、螺母位移传感器、液压缸流量传感器、方向盘传感器的数据及相应的等效故障值,并按时序建立数据集;12建立结合注意力机制的1DCNN-LSTM神经网络,结合注意力机制的1DCNN-LSTM神经网络包括故障类型识别模块、1D-CNN特征滤波模块、转向特征提取模块、等效电动机构故障值估计模块和等效液压机构故障值估计模块;13基于电动机构故障集对结合注意力机制的1DCNN-LSTM神经网络中故障类型识别模块、1D-CNN特征滤波模块、转向特征提取模块及等效电动机构故障值估计模块进行有监督训练;2基于迁移学习对等效液压机构故障值估计模块进行训练:21对等效电动机构故障值估计模块进行迁移,基于液压机构故障数据集采用微调对等效电动机构故障值估计模块的超参数进行修正,从而使1DCNN-LSTM神经网络估计得到液压机构的故障值;22基于电动机构故障数据集和液压机构故障数据集通过基于联合误差函数的动态样本分配策略对1D-CNN特征滤波模块和转向特征提取模块进行参数修正以使电动机构故障估计结果和液压机构故障估计结果均达到好的效果;3基于结合注意力机制的1DCNN-LSTM神经网络对电-液复合线控转向系统进行实时故障诊断:31故障类型识别模块根据实时采集到的电机电流、螺母位移和液压缸流量识别当前故障类型;321D-CNN特征滤波模块根据实时采集到的电机电流、螺母位移和液压缸流量进行系统特征提取;转向特征提取模块根据实时采集到的方向盘转角信号提取得到驾驶员转向趋势特征;将系统特征与驾驶员转向趋势特性进行融合获取包含转向系统当前各部分的工作状态和转向系统的运动趋势的新特征图V;33基于步骤31中的当前故障类型将步骤32中的新特征图V输入到对应的等效电动机构故障值估计模块或等效液压机构故障值估计模块计算得到当前电-液复合线控转向系统的故障值。

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南京航空航天大学,其通讯地址为:210016 江苏省南京市秦淮区御道街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”。

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。