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！

龙图腾网获悉华能广西清洁能源有限公司;南京航空航天大学申请的专利基于分层多目标优化算法的风机轴系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：CN120011968B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510061921.7，技术领域涉及：G06F18/2431；该发明授权基于分层多目标优化算法的风机轴系故障诊断方法是由李学孔;张子建;黄纯亮;董洋洋;李帅;邓乾杰;彭鑫源设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本基于分层多目标优化算法的风机轴系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分层多目标优化算法的风机轴系故障诊断方法，S1.形成风机轴系多模态信号综合数据集；S2.基于风机轴系多模态信号综合数据集，按照分层策略对风机轴系的故障模式进行分类；S3.形成每一层的特征数据集；S4.形成适应不同运行工况的优化模型；S5.输出优化后的诊断解；S6.生成风机轴系的综合诊断结果；S7.根据所述综合诊断结果生成风机轴系的故障预警信息及健康状态评估报告，同时提供故障位置、故障类型及维护建议。本发明解决了传统优化方法中常见的局部最优陷阱问题，并有效降低了复杂故障模式下的计算成本。

本发明授权基于分层多目标优化算法的风机轴系故障诊断方法在权利要求书中公布了：1.一种基于分层多目标优化算法的风机轴系故障诊断方法，其特征在于，包括如下步骤： S1.获取风机轴系运行过程中的多模态信号数据，并对所述多模态信号数据进行信号去噪、归一化处理和时间序列分割，形成风机轴系多模态信号综合数据集； S2.基于风机轴系多模态信号综合数据集，按照分层策略对风机轴系的故障模式进行分类，将所述故障模式划分为基础层、中间层和顶层； S3.在每一层故障模式中，利用信号处理技术对所述多模态信号数据进行特征提取和特征降维，形成每一层的特征数据集； S4.基于提取每一层的特征数据集构建多目标优化模型，多目标优化模型以故障诊断的准确性、故障诊断的实时性和多模态信号数据的适应性为优化目标，动态调整目标权重，形成适应不同运行工况的优化模型； S5.将淘金优化算法应用于所述多目标优化模型的求解，探索阶段在所述多目标优化模型的全局范围内采样特征数据，生成初始候选解，挖掘阶段在所述初始候选解附近进行局部优化，输出优化后的诊断解； 所述步骤S5具体包括： S51.在多目标优化模型中将风机轴系综合特征数据集F分层映射到优化参数空间Θ，利用淘金优化算法的探索阶段进行全局采样； S52.结合风机轴系故障诊断主题，针对每个候选解计算多目标优化函数值定义多目标故障诊断优化函数为Foptθk； S53.在初始候选解集合中，根据多目标故障诊断优化函数Foptθk的排序选择前Nf个诊断解，定义诊断解集合为： Θf＝{θk∣Foptθk≤δf,k＝1,2,…,Nf}； 其中，δf为阈值，选取优化函数值最优的解，Θf为诊断解集合； S54.在挖掘阶段，结合风机轴系的故障模式特征，针对诊断解集合Θf进行局部优化，定义基于风机轴系特征的动态梯度挖掘为： 其中，为基于风机轴系多模态信号的特征正则化项，ζ为正则化权重，用于限制参数更新范围，为梯度计算，用于指引优化方向； S55.在全局探索和局部挖掘完成后，结合全局和局部的优化结果，输出最终诊断解集合： 其中，Θopt为最终诊断解集合，包含针对风机轴系故障诊断的最优参数，No为最终解数量； S6.基于优化后的诊断解，在分层策略中逐层进行风机轴系的故障诊断，输出每一层的诊断结果，并将各层诊断结果融合，生成风机轴系的综合诊断结果； S7.根据所述综合诊断结果生成风机轴系的故障预警信息及健康状态评估报告，同时提供故障位置、故障类型及维护建议。

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能广西清洁能源有限公司;南京航空航天大学，其通讯地址为：530000 广西壮族自治区南宁市中国(广西)自由贸易试验区南宁片区凯旋路16号广东大厦四十三层；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”。