龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：上海嘉柒智能科技有限公司
摘要：本发明公开了一种应对复杂外部环境变化的风力发电机叶片健康状态实时判别及损坏程度预测的智能故障诊断方法。所述方法包括如下步骤：数据驱动孪生模型的建立，孪生模型残差器生成，基于残差的故障征兆信息提取，智能故障诊断器的训练。在考虑模型不确定性、匹配和非匹配干扰影响下，利用输入‑输出数据建立符合振动状态模拟外部环境风力载荷的无故障模砂眼故障模型、裂纹故障以及断裂故障模型，提取基于各类不同故障状态下残差统计特性的故障征兆信息，建立基于专家的故障征兆模糊子集与故障类型的逻辑映射关系，实现在无需预先给出有关模式的经验知识和识别函数的基础上，通过自学习机制自动形成基于孪生模型残差器的风机叶片表面损伤智能健康状态、健康程度监测与预测，提高风机运行可靠性。
主权项：1.基于孪生模型残差器的风机片损伤识别及故障预测方法，其改进内容为：1实时孪生模型建立。应对复杂外部环境，建立符合系统实时特性的数学模型描述，结合未有故障的系统模型，建立孪生模型残差器，统计关于不同故障状态下模型残差的数字特征。2智能非线性模糊逻辑映射关系。建立模糊推理的输入-输出模糊化描述，并利用统计特性获得相应的模糊分割，通过自学习机制形成决策区域，获得关于故障征兆空间与故障空间的模糊规则。
全文数据：
权利要求：
百度查询： 上海嘉柒智能科技有限公司 基于孪生模型残差器的风机片损伤识别及故障预测方法
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号