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！

龙图腾网获悉重庆大学申请的专利考虑服役性能退化的液压泵输出流量软测量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：CN119416637B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202411493871.1，技术领域涉及：G06F30/27；该发明授权考虑服役性能退化的液压泵输出流量软测量方法是由程敏;吴洁;贺景波;马文生设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本考虑服役性能退化的液压泵输出流量软测量方法在说明书摘要公布了：本发明提供一种考虑服役性能退化的液压泵输出流量软测量方法，该方法包括：获得不同工况下液压泵的转速、进出口压差、油液温度和实际流量；构建液压泵流量预测模型，液压泵流量预测模型包括神经网络和参数修正模块，神经网络对应输入层的输入参数为获得的液压泵的转速、进出口压差和油液温度，输出层为预测流量；参数修正模块基于液压泵出现服役性能退化时获得的液压泵的转速、进出口压差、油液温度和实际流量，对神经网络的最优权值矩阵和最优阈值矩阵进行修正；基于修正后的液压泵流量预测模型，对液压泵出现服役性能退化后输出的流量进行预测。本发明即便在液压泵出现服役性能退化后，也能对液压泵输出流量进行准确预测。

本发明授权考虑服役性能退化的液压泵输出流量软测量方法在权利要求书中公布了：1.一种考虑服役性能退化的液压泵输出流量软测量方法，其特征在于，包括： 步骤S100、获得不同工况下液压泵的转速、进出口压差、油液温度和实际流量； 步骤S200、构建液压泵流量预测模型和参数修正模块，所述液压泵流量预测模型包括神经网络，该神经网络对应输入层的输入参数为获得的液压泵的转速、进出口压差和油液温度，输出层为预测流量； 步骤S300、该参数修正模块基于液压泵出现服役性能退化时获得的液压泵的转速、进出口压差、油液温度和实际流量，对该神经网络的最优权值矩阵和最优阈值矩阵进行修正； 步骤S400、基于修正后的液压泵流量预测模型，对液压泵出现服役性能退化后输出的流量进行预测； 所述步骤S300具体包括： 步骤S310、设该最优权值矩阵和最优阈值矩阵的修正系数分别为α和β，将液压泵出现服役性能退化时获得的每个工况下的液压泵转速、进出口压差和油液温度作为一组样本，将各组样本分别输入至该神经网络，获得各组样本的预测流量； 步骤S320、根据各组样本的实际流量和预测流量，确定出损失函数； 步骤S330、基于梯度下降法，根据该损失函数和设定的下降速度，对该修正系数α和β进行迭代更新； 步骤S340、判断迭代次数是否大于设定次数或者均方根误差是否小于设定数值，若是，则为该修正系数α和β的更新完成；否则，返回执行步骤S310； 所述步骤S320中根据各组样本的实际流量和预测流量，按照以下公式，确定出损失函数Jt： 其中nt为液压泵出现服役性能退化时获得的样本的数量，为液压泵出现服役性能退化时获得的样本，Yt i为液压泵出现服役性能退化时获得的实际流量，ft为神经网络； 所述步骤S330中根据该损失函数和设定的下降速度，按照以下公式对该修正系数α和β进行迭代更新： 其中υ为梯度下降速度，e为迭代次数，为偏微分； 修正后的权值矩阵Wt和阈值矩阵bt分别为： wt＝α*Ws bt＝β*Bs 其中α*和β*分别为迭代次数大于设定次数或者均方根误差小于设定数值时最优权值矩阵和最优阈值矩阵的修正系数，Ws和Bs为液压泵未出现服役性能退化时神经网络的最优权值矩阵和最优阈值矩阵。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。