国检测试控股集团计量检测有限公司张阳阳获国家专利权
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!
龙图腾网获悉国检测试控股集团计量检测有限公司申请的专利乳化沥青稀浆混合料湿轮磨耗仪的多参数综合校准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:CN120651692B 。
龙图腾网通过国家知识产权局官网在2025-12-16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:202510681299.X,技术领域涉及:G01N3/62;该发明授权乳化沥青稀浆混合料湿轮磨耗仪的多参数综合校准方法是由张阳阳;曾彪;胡佳林;俞秀文;程晓苏;张红强;孙东旗;李浩;滕桂鹏设计研发完成,并于2025-05-26向国家知识产权局提交的专利申请。
本乳化沥青稀浆混合料湿轮磨耗仪的多参数综合校准方法在说明书摘要公布了:本发明公开了一种乳化沥青稀浆混合料湿轮磨耗仪的多参数综合校准方法,涉及仪器校准技术领域,包括:采获取湿轮磨耗仪的故障案例数据,分析获取湿轮磨耗仪校准对应的关键参数类别,采集多源关键参数;使用灰狼优化算法改进的变分模态分解对所述多源关键参数进行预处理;采用Bi‑LSTM网络增强引入降噪及稀疏功能的自编码器构建综合校准模型,获取多源关键参数的重构数据,根据重构误差分布确定故障类型并标记异常时段;根据所述故障类型及异常时段进行参数协同校准,并记录校准过程,对校准效果进行验证。本发明解决了湿轮磨耗仪校准中参数耦合性强、动态特性复杂等问题,显著提升了乳化沥青稀浆混合料抗磨耗性能测试的准确性。
本发明授权乳化沥青稀浆混合料湿轮磨耗仪的多参数综合校准方法在权利要求书中公布了:1.一种乳化沥青稀浆混合料湿轮磨耗仪的多参数综合校准方法,其特征在于,包括以下步骤: 获取湿轮磨耗仪的故障案例数据,对所述故障案例数据进行预处理,分析获取湿轮磨耗仪校准对应的关键参数类别,根据所述关键参数类别采集多源关键参数; 基于灰狼优化算法对变分模态分解进行改进,使用改进的变分模态分解对所述多源关键参数进行预处理; 采用Bi-LSTM网络增强引入降噪及稀疏功能的自编码器构建综合校准模型,将预处理后的多源关键参数导入所述综合校准模型,获取多源关键参数的重构数据,根据重构误差分布确定故障类型并标记异常时段; 根据所述故障类型及异常时段进行参数协同校准,并记录校准过程,对校准效果进行验证; 采用Bi-LSTM网络增强引入降噪及稀疏功能的自编码器构建综合校准模型,将预处理后的多源关键参数导入所述综合校准模型,获取多源关键参数的重构数据,根据重构误差分布确定故障类型并标记异常时段,具体为: 采用双通道混合神经网络结构构建综合校准模型,所述综合校准模型中包含时序提取层及特征优化层,在所述时序提取层中使用Bi-LSTM网络及降噪编码器构建Bi-LSTM降噪编码器; 对预处理后的多源关键参数进行标准化及时间对齐,对输入的多源关键参数根据对应的参数重要程度添加自适应噪声,使用Bi-LSTM降噪编码器对带噪声的多元时间序列进行双向特征提取,引入时空注意力机制,获取时空注意力权重加权融合,采用对抗训练及高斯掩码策略进行降噪; 在所述特征优化层中使用稀疏自编码器进行特征空间压缩并保留关键信息,将Bi-LSTM降噪编码器输出的特征利用KL散度惩罚项进行稀疏表示,并通过正交正则化使各维度特征独立性增强,利用解码器恢复原始维度,使用重构数据分别获取时域误差、频域误差及瓶颈层中的特征空间误差,生成多维度重构误差; 使用逆向Bi-LSTM网络构建综合校准模型的解码器,引入跳跃连接保留高频细节,计算各时间步的重要性权重重点重构故障敏感时段,使用加权后时序特征指导多源关键参数重构,将重构后的多源关键参数导入输出层,使用多任务头结构定位故障类型,并基于所述多维度重构误差进行主成分分析,获取主成分重构误差作为主成分方向进行主成分投影,生成重构误差分布,根据异常时段检测结果及重构误差分布利用马氏距离进行故障特征模式匹配,根据匹配结果识别故障类别; 基于乳化沥青稀浆混合料湿轮磨耗仪的历史正常数据设定动态阈值,根据短期异常检测及长期异常检测设置自适应滑动窗口,根据所述自适应滑动窗口判断多维度重构误差是否符合动态阈值,通过判断结果进行异常时段检测。
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国检测试控股集团计量检测有限公司,其通讯地址为:230051 安徽省合肥市经济技术开发区芙蓉路268号合肥创新创业园12栋;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励