Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 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 > 浙江聚英风机工业有限公司石兴祥获国家专利权

浙江聚英风机工业有限公司石兴祥获国家专利权

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!

龙图腾网获悉浙江聚英风机工业有限公司申请的专利一种基于多源信息融合的离心风机故障趋势预测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:CN120671056B

龙图腾网通过国家知识产权局官网在2025-11-11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:202511176007.3,技术领域涉及:G06F18/2433;该发明授权一种基于多源信息融合的离心风机故障趋势预测方法是由石兴祥;沈炳校;戴丹超;罗灿龙;夏淇淇;陈超;陈怡露设计研发完成,并于2025-08-21向国家知识产权局提交的专利申请。

一种基于多源信息融合的离心风机故障趋势预测方法在说明书摘要公布了:本发明属于离心风机故障预测技术领域,本发明提供了一种基于多源信息融合的离心风机故障趋势预测方法,包括以下步骤:在离心风机运行的过程中,通过对多源数据监测和统计特性分析,捕捉数据分布的变化趋势,识别离心机是否由于设备老化引发数据非平稳性变化。基于时间与空间双维度比对分析框架,结合物理机制校验,通过计算相对偏差、老化趋势指数量化指标锁定可疑老化特征,再利用平均相关系数与趋势一致度构建关联一致性指数验证特征可靠性,从而具有定位具体老化部件的能力,优化了传统故障诊断中因传感器故障或环境干扰导致的误判问题,提升了老化部件识别的准确性,为针对性维护提供了明确对象。

本发明授权一种基于多源信息融合的离心风机故障趋势预测方法在权利要求书中公布了:1.一种基于多源信息融合的离心风机故障趋势预测方法,其特征在于:包括以下步骤: 在离心风机运行的过程中,通过对多源数据监测和统计特性分析,捕捉数据分布的变化趋势,识别离心机是否由于设备老化引发数据非平稳性变化; 若是由设备老化引发的非平稳性变化,则以设备初始健康状态数据为基准值,执行时间与空间的双维度的比对分析; 其中,时间与空间的双维度的比对分析的过程为:先对非平稳变化对应的特征,在预设的时间窗口内计算各数据点相对偏差,通过分析相对偏差综合输出老化趋势指数,通过老化趋势指数提取可疑老化特征,再针对可疑老化特征映射的可疑老化部件,计算健康状态时传感器的关联一致性指数,通过关联一致性指数识别可疑老化部件对应可疑老化特征的可靠性; 所述可疑老化部件的获取过程为: 在时间窗口内,计算每个数据点对应的当前值与基准值的差值绝对值,计算差值绝对值与基准值的比值,作为相对偏差; 通过分析相对偏差,计算得到偏差超标数量占比与趋势增长数量占比,并乘积处理输出老化趋势指数; 若老化趋势指数超标,判定对应的非平稳特征为可疑老化特征,将可疑老化特征对应的部件通过特征与部件的映射关系,列举可疑老化部件; 所述通过关联一致性指数识别可疑老化部件对应可疑老化特征的可靠性的过程为: 对于同一可疑老化部件中的任意两个不同传感器的组合,计算在健康状态下的皮尔逊相关系数,将所有组合对应的皮尔逊相关系数进行均值处理,得到平均相关系数; 获取趋势一致度,并与平均相关系数进行乘积计算,得到关联一致性指数; 若关联一致性指数大于超标,则判定该部件对应的可疑老化特征可靠; 结合物理机制校验输出发生老化的目标部件; 其中,物理机制包括:轴承老化、叶轮老化以及电机老化; 对发生老化的目标部件,自动切换动态更新的强化学习模型策略进行故障趋势预测,所述强化学习模型包括设置动态滑动数据窗口以及引入健康遗忘因子。

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浙江聚英风机工业有限公司,其通讯地址为:312300 浙江省绍兴市上虞区百官街道城东工业区;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。

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。