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！

龙图腾网获悉杭州电子科技大学申请的专利基于分组协同的带式输煤机托辊故障声学实时监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：CN120800797B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511299684.4，技术领域涉及：G01M13/028；该发明授权基于分组协同的带式输煤机托辊故障声学实时监测方法是由姜煜;林野;白兴宇;朱凡设计研发完成，并于2025-09-12向国家知识产权局提交的专利申请。

本基于分组协同的带式输煤机托辊故障声学实时监测方法在说明书摘要公布了：本发明公开了基于分组协同的带式输煤机托辊故障声学实时监测方法，该方法首先基于拓扑约束分组原则布设声学传感器，基于声学传感器采集到的声信号建立标准托辊运行信号声纹库，并通过能量特征计算中心频段。其次使用VMD对采集到的声信号进行子带分解，并在过程中通过量子‑混沌共振因子驱动的量子约束优化引擎对VMD参数进行优化。然后通过互信息熵判断中心频段是否存在异常，并决定是否进入声纹比对及故障诊断。最后基于哈希匹配算法，进行声纹比对及故障诊断，完成实时监测。本发明特征提取精度跃升，并对动态工况实现了自适应，解决大规模托辊群监测计算复杂度高、定位精度低、硬件成本高的问题。

本发明授权基于分组协同的带式输煤机托辊故障声学实时监测方法在权利要求书中公布了：1.基于分组协同的带式输煤机托辊故障声学实时监测方法，其特征在于，包括以下步骤： 步骤1、基于拓扑约束分组原则布设声学传感器； 步骤2、根据声学传感器采集到的声信号，建立标准托辊运行信号声纹库，并通过能量特征计算中心频段； 步骤3、使用VMD对采集到的声信号进行子带分解，并在过程中通过量子-混沌共振因子驱动的量子约束优化引擎对VMD参数进行优化； 所述量子约束优化引擎QC-PSO具体实现为： 建立量子隧穿-混沌演化跨尺度故障模型：基于量子隧穿效应，以量子-混沌共振因子QCR构建动态硬边界约束，实现参数自优化；VMD分解后，子带信噪比或负载波动大于设定阈值时，激活VMD参数优化，采用改进的粒子群算法对VMD分解中的参数进行优化； 所述采用改进的粒子群算法中，以常规粒子群算法为基础，对计算粒子适应度进行改进，具体如下： 采用当前参数Ki,i对输入参数进行VMD分解，获得Ki个本征模态函数IMF，其中Ki和i为i个模态的模态数和宽带约束； 计算量子-混沌共振因子为量化材料微裂纹的量子隧穿效应QTER与混沌度CDI的乘积； 设定因子阈值，当QCRF小于设定的因子阈值时，将Ki,i视为有效解，并计算适应度，即对应参数Ki,i的平方和与QCRF进行加权求和； 步骤4、VMD参数优化后，通过互信息熵判断中心频段是否存在异常，并决定是否进入声纹比对及故障诊断； 步骤5、基于哈希匹配算法，进行声纹比对及故障诊断，完成实时监测。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。