Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜西南交通大学林强获国家专利权

恭喜西南交通大学林强获国家专利权

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!

龙图腾网恭喜西南交通大学申请的专利一种机械装备润滑系统油液含水率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:CN119128529B

龙图腾网通过国家知识产权局官网在2025-03-14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:202411608810.5,技术领域涉及:G06F18/214;该发明授权一种机械装备润滑系统油液含水率预测方法是由林强;王文健;邓乐林;丁昊昊;张沭玥;刘启跃;郭俊;周仲荣;舒远莉;杨可兵设计研发完成,并于2024-11-12向国家知识产权局提交的专利申请。

一种机械装备润滑系统油液含水率预测方法在说明书摘要公布了:本发明涉及油液检测技术领域,提供一种机械装备润滑系统油液含水率预测方法,包括:S1、获取油液多维特征的历史数据集,按照油液特征和时间先后排列,制作成数据集1;S2、通过孤立森林剔除数据集1中的异常值和用离散小波变换去除数据噪声,制作成数据集2;S3、利用主成分分析对数据集2进行降维,剔除多维数据的冗余特征,制作成数据集3;S4、通过滞后的方式将数据集3转换为有监督学习的输入和输出序列,然后进行归一化处理,制作成数据集4;S5、将数据集4输入CNN‑BiLSTM‑Attention网络模型进行油液含水率的预测,获得最佳预测结果。本发明能够快速和准确预测油液含水率。

本发明授权一种机械装备润滑系统油液含水率预测方法在权利要求书中公布了:1.一种机械装备润滑系统油液含水率预测方法,其特征在于:包括以下步骤:S1、获取油液多维特征的历史数据集,按照油液特征和时间先后排列,制作成数据集1;S1中,油液历史数据集来自球磨机齿轮箱的在线监测系统,每分钟采集一次数据,并按每小时计算平均值,一共1300组样本;油液特征包括油液理化信息、油液铁磁磨粒信息和油液非铁磁磨粒信息;油液理化信息包括温度、含水率、动力粘度、密度和介电常数;油液铁磁磨粒信息包括铁磁颗粒一档数40μm~99μm、铁磁颗粒二档数100μm~199μm、铁磁颗粒三档数200μm~299μm、铁磁颗粒四档数300μm~399μm、铁磁颗粒五档数≥400μm和铁磁颗粒总数;油液非铁磁磨粒信息包括非铁磁颗粒一档数150μm~199μm、非铁磁颗粒二档数200μm~299μm、非铁磁颗粒三档数300μm~399μm、非铁磁颗粒四档数400μm~499μm、非铁磁颗粒五档数≥500μm和非铁磁颗粒总数;其中铁磁颗粒四档数、铁磁颗粒五档数、非铁磁颗粒四档数和非铁磁颗粒五档数的数据一直为0,直接剔除,油液原始数据一共13维;按照油液特征和数据采集的时间先后排列顺序,制作成数据集1;S2、通过孤立森林剔除数据集1中的异常值和用离散小波变换去除数据噪声,制作成数据集2;S3、利用主成分分析对数据集2进行降维,剔除多维数据的冗余特征,制作成数据集3;S4、通过滞后的方式将数据集3转换为有监督学习的输入和输出序列,然后进行归一化处理,制作成数据集4;S5、将数据集4输入CNN-BiLSTM-Attention网络模型进行油液含水率的预测,获得最佳预测结果。

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西南交通大学,其通讯地址为:610031 四川省成都市金牛区二环路北一段111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”。

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。