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！

龙图腾网获悉广州城市水处理设备有限公司申请的专利一种基于PCFC算法的旋转机械叶片积灰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：CN120611461B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510689372.8，技术领域涉及：G06F30/17；该发明授权一种基于PCFC算法的旋转机械叶片积灰趋势预测方法是由梁承举;李宪初;胡育珲;张舟;李斌;卢启洪;蔡浩荣;莫颖妍;李秉珏;高瑞丹设计研发完成，并于2025-05-27向国家知识产权局提交的专利申请。

本一种基于PCFC算法的旋转机械叶片积灰趋势预测方法在说明书摘要公布了：本发明公开了一种基于PCFC算法的旋转机械叶片积灰趋势预测方法，涉及机械设备领域，解决了旋转机械叶片积灰趋势预测方法存在预测效果不佳的问题，包括步骤S1：对处于每一个历史监测时段的旋转机械叶片进行振动监测，并获取每一个历史监测时段所对应的叶片振动监测值，得到叶片振动监测数据，步骤S2：对处于每一个历史监测时段的旋转机械叶片进行叶片积灰监测，根据监测结果获取每一个历史监测时段所对应的叶片积灰指标值，得到叶片积灰监测数据，步骤S3：根据叶片积灰监测数据以及叶片振动监测数据对旋转机械叶片进行实时积灰预测，并根据预测结果发布积灰预警，本发明提高旋转机械叶片积灰趋势预测结果的准确性。

本发明授权一种基于PCFC算法的旋转机械叶片积灰趋势预测方法在权利要求书中公布了：1.一种基于PCFC算法的旋转机械叶片积灰趋势预测方法，其特征在于，包括： 步骤S1：获取旋转机械叶片历史振动数据，并在所获取的旋转机械叶片历史振动数据中选取若干个历史监测时段，对处于每一个历史监测时段的旋转机械叶片进行振动监测，获取每一个历史监测时段所对应的叶片振动监测值，得到叶片振动监测数据； 步骤S2：根据叶片振动监测数据对处于每一个历史监测时段的旋转机械叶片进行叶片积灰监测，根据监测结果获取每一个历史监测时段所对应的叶片积灰指标值，得到叶片积灰监测数据； 步骤S3：根据叶片积灰监测数据以及叶片振动监测数据对旋转机械叶片进行实时积灰预测，并根据预测结果发布积灰预警； 所述步骤S2中，还包括具体以下步骤： 步骤S21：获取叶片积灰监测数据，根据叶片积灰监测数据分别获取L1历史监测时段至La历史监测时段； 步骤S22：对处于L1历史监测时段至La历史监测时段的旋转机械叶片进行正面图像采集，得到L1时段叶片正面图像至La时段叶片正面图像； 步骤S23：对处于L1历史监测时段至La历史监测时段的旋转机械叶片进行侧面图像采集，得到L1时段叶片侧面图像至La时段叶片侧面图像； 步骤S24：对L1时段叶片正面图像进行积灰面积分析，根据分析结果获取L1叶片正面积灰比； 步骤S25：分别对L2时段叶片正面图像至La时段叶片正面图像进行积灰面积分析，得到L2叶片正面积灰比至La叶片正面积灰比； 步骤S26：对L1时段叶片侧面图像进行积灰厚度分析，根据分析结果获取L1叶片侧面积灰厚度； 步骤S27：分别对L2时段叶片侧面图像至La时段叶片侧面图像进行积灰厚度分析，得到L2叶片侧面积灰厚度至La叶片侧面积灰厚度； 步骤S28：计算L1叶片侧面积灰厚度与L1叶片正面积灰比的乘积，得到L1叶片积灰指标值，以此类推，计算La叶片侧面积灰厚度与La叶片正面积灰比的乘积，得到La叶片积灰指标值； 步骤S29：将L1叶片积灰指标值至La叶片积灰指标值定义为叶片积灰监测数据。

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广州城市水处理设备有限公司，其通讯地址为：510000 广东省广州市天河区科韵北路101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。