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！

龙图腾网获悉山东大学申请的专利基于spEEMD和双指标筛选的风机齿轮箱故障诊断方法及系统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：CN116735198B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310706180.4，技术领域涉及：G01M13/028；该发明授权基于spEEMD和双指标筛选的风机齿轮箱故障诊断方法及系统是由李方义;李伟龙;王孟尧;王黎明;聂延艳;崔鹏;方洋;杜雨;万光虎设计研发完成，并于2023-06-14向国家知识产权局提交的专利申请。

本基于spEEMD和双指标筛选的风机齿轮箱故障诊断方法及系统在说明书摘要公布了：本发明公开了一种基于spEEMD和双指标筛选的风机齿轮箱故障诊断方法及系统，包括以下步骤：获取风机齿轮箱健康或故障的振动信号；利用单参数策略对EEMD方法进行改进，得到一系列本征模态分量；通过双指标筛选策略筛选本征模函数分量，得到目标分量；以目标分量为输入数据，建立卷积神经网络模型，最终得到结合融合层的风机齿轮箱故障的智能诊断模型，利用得到的模型对风力发电机齿轮箱振动信号进行故障识别和诊断。该方法利用单参数策略改进EEMD方法，提升EEMD方法自适应性、分解精度，依据双指标筛选策略得到目标分量，实现准确的故障智能诊断。

本发明授权基于spEEMD和双指标筛选的风机齿轮箱故障诊断方法及系统在权利要求书中公布了：1.基于spEEMD和双指标筛选的风机齿轮箱故障诊断方法，其特征在于，包括： 采集工业实际运行场景下发生风机齿轮箱故障的振动信号； 利用spEEMD方法将风机齿轮箱振动信号分解为多个IMF分量，并通过相同数量IMF分量直接合并、不同数量IMF分量选择合并策略进行IMF分量合并； 通过双指标筛选策略选取包含故障特征信息充足的IMF分量作为目标IMF分量； 以目标IMF分量为输入数据，建立卷积神经网络模型，最终得到风机齿轮箱故障的智能诊断模型，利用得到的模型对风力发电机齿轮箱振动信号进行故障识别和诊断； 所述的spEEMD方法如下：向原始信号加入随机高斯噪声序列，得到噪声信号；通过极值改善程度衡量指标F值评估噪声信号的极值分布特性，噪声信号若满足条件，则使该噪声信号通过筛选进入分解计算；解噪声信号，得到一系列IMFs分量； 所述通过双指标筛选策略选取包含故障特征信息充足的IMF分量作为目标IMF分量，具体步骤如下：计算每个IMF分量与原始信号之间的相关系数，对相关系数进行排序并选择相关系数最高的IMF分量作为初始分量；计算初始分量的包络信号，根据功率谱密度，将剩余IMF分量与初始分量相关程度比较大的IMF分量合并；重新选择初始分量，再根据相应功率谱密度进行合并最后合并为一系列新的分量，并根据原始分量排序选择1-2个合并后的分量作为目标IMF分量。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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。