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多源数据融合的压缩机喘振判别临界值确定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：CN121328412B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511870505.8，技术领域涉及：G06F30/28；该发明授权多源数据融合的压缩机喘振判别临界值确定方法及系统是由张强;吴天银;肖家靖;王宁;单国军;崔新城设计研发完成，并于2025-12-12向国家知识产权局提交的专利申请。

本多源数据融合的压缩机喘振判别临界值确定方法及系统在说明书摘要公布了：本发明属于压缩机性能预测技术领域，具体提出了多源数据融合的压缩机喘振判别临界值确定方法及系统。包括搭建并运行压缩机喘振试验系统，计算第一喘振临界值；获取压缩机喘振相关的多源历史数据，选取特征变量构建历史输入向量，利用历史输入向量拟合多元回归模型，得到判别模型；训练机器学习模型，得到训练好的机器学习模型；基于实时采集的待监测压缩机的数据构建实时输入向量，进而得到第二喘振临界值和第三喘振临界值；将第一喘振临界值、第二喘振临界值和第三喘振临界值进行融合，得到待监测压缩机的预测喘振临界值。本发明结合高精度动态测试与历史数据回归分析，通过多参数耦合测量与数据挖掘，最终定量确定喘振临界值的实际取值。

本发明授权多源数据融合的压缩机喘振判别临界值确定方法及系统在权利要求书中公布了：1.多源数据融合的压缩机喘振判别临界值确定方法，其特征在于，包括以下步骤： 搭建并运行压缩机喘振试验系统，识别试验过程中的喘振开始点，基于喘振开始点时刻的试验数据，计算得到第一喘振临界值； 获取压缩机喘振相关的多源历史数据，选取特征变量构建历史输入向量，利用历史输入向量拟合多元回归模型，得到判别模型；同时利用历史输入向量训练机器学习模型，得到训练好的机器学习模型； 基于实时采集的待监测压缩机的数据构建实时输入向量，将实时输入向量输入至判别模型和训练好的机器学习模型中，得到第二喘振临界值和第三喘振临界值； 将第一喘振临界值、第二喘振临界值和第三喘振临界值进行融合，得到待监测压缩机的预测喘振临界值； 压缩机喘振相关的多源历史数据，具体来源包括轴流压气机台架试验数据、工业现场运行记录数据和不同几何参数下的压缩机失稳边界数据； 从多源历史数据中，选取多种特征变量，构建历史输入向量，；其中，表示压气机的叶尖切线速度；表示声速；表示储气器容积；表示压气机出口管道的横截面积；表示出口管道的等效长度；表示压比；表示流量系数；表示绝热效率；表示雷诺数；表示斯特劳哈尔数； 将测得的喘振临界判别准则值作为输出变量； 利用历史输入向量拟合多元回归模型，得到判别模型，具体包括： 搭建多元回归模型，公式为： ； 其中，为常数项；为回归系数；为高阶非线性函数项；为第个特征参数；为第个特征参数；为喘振临界值； 通过最小二乘法拟合历史输入向量与输出变量，获得基础统计关系式，形成判别模型； 利用历史输入向量训练机器学习模型，得到训练好的机器学习模型，训练目标函数为： ； 其中，和分别表示模型权值与偏置；表示样本数；表示第个样本；表示第个样本的真实喘振临界值；表示第个样本机器学习模型输出的喘振临界值；表示正则化系数； 待监测压缩机的预测喘振临界值，具体计算方式为： ； 其中，表示预测喘振临界值；表示权重，表示第一喘振临界值、第二喘振临界值或第三喘振临界值，=1,2或3；表示第一喘振临界值，表示第二喘振临界值，表示第三喘振临界值；表示第一喘振临界值的权重，表示第二喘振临界值的权重，表示第三喘振临界值的权重。

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：250000 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。