恭喜雷文斯(深圳)科技有限公司朱忠磊获国家专利权
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!
龙图腾网恭喜雷文斯(深圳)科技有限公司申请的专利一种超声波电机的参数控制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:CN119341433B 。
龙图腾网通过国家知识产权局官网在2025-04-01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:202411888765.3,技术领域涉及:H02P23/00;该发明授权一种超声波电机的参数控制方法是由朱忠磊;伍建贵;王渊术设计研发完成,并于2024-12-20向国家知识产权局提交的专利申请。
本一种超声波电机的参数控制方法在说明书摘要公布了:本发明涉及一种超声波电机的参数控制方法,通过传感器实时采集包括驱动频率、驱动电压、输出功率、运行温度等关键运行参数,以及内部应变参数和负载变化数据。采集的数据输入预先训练的故障预测神经网络模型,生成故障风险评估和潜在异常类型的预测结果。结合预测结果与当前运行参数,动态生成调整策略,包括调整驱动频率以减小内部应变累积,调节驱动电压以降低运行应力并控制应变在安全范围内。实时执行调整策略优化电机运行参数,并将运行参数、预测结果和控制策略存储至数据库,通过人机交互界面直观显示电机的实时状态、历史记录及疲劳趋势。本发明提供了基于预测分析的动态参数优化方法,可有效延长电机寿命,提升运行可靠性和安全性。
本发明授权一种超声波电机的参数控制方法在权利要求书中公布了:1.一种超声波电机的参数控制方法,其特征在于,包括:通过传感器采集超声波电机的关键运行参数,其中,所述关键运行参数包括驱动频率、驱动电压、输出功率和运行温度;采集电机结构的内部应变参数和电机负载变化数据;将所述关键运行参数、内部应变参数以及电机负载变化数据输入预先训练的故障预测神经网络模型,获得超声波电机当前运行状态的预测结果,其中,所述预测结果包括故障风险评估及潜在异常类型;根据故障预测模型的预测结果,结合当前运行参数数据,动态生成调整策略,其中,所述调整策略包括调整驱动频率以减小内部应变累积;调节驱动电压以降低运行应力,同时控制内部应变在安全范围内;根据生成的调整策略,对超声波电机的运行参数进行实时调节;将所述关键运行参数、内部应变参数、电机负载变化数据、预测结果及控制策略存储至数据库,同时通过人机交互界面将实时运行状态、历史调整记录以及电机结构的疲劳趋势图显示给用户;所述故障预测神经网络模型包括数据预处理模块、特征提取模块、故障分类模块和风险评估模块;其中,所述数据预处理模块用于接收所述关键运行参数、内部应变参数以及电机负载变化数据;采用多维时序信号的分段线性去噪方法,对关键运行参数中的高频噪声进行滤除;并结合动态时间规整算法对关键运行参数、内部应变参数和负载变化数据进行时序对齐,确保多源数据的一致性和同步性,生成去噪和时序对齐后的高质量数据;所述特征提取模块用于接收所述数据预处理模块提供的高质量数据;采用卷积神经网络提取所述高质量数据中的局部特征;采用长短期记忆网络捕获所述高质量数据中的长期依赖关系;将所述局部特征和长期依赖关系进行融合,获得多维特征向量;其中,所述多维特征向量包括运行参数的统计特性、应变累积趋势特性和负载变化速率特性;所述故障分类模块用于接收特征提取模块提供的多维特征向量,采用支持向量机与多层感知机组合的分类器对接收到的数据进行处理,获得当前运行状态下的潜在异常类型;所述风险评估模块用于接收所述故障分类模块提供的异常类型以及历史运行参数;根据接收到的数据,通过贝叶斯网络计算故障发生的概率,获得每种故障类型的发生概率分布;利用模糊逻辑模型输入故障类型的发生概率和历史数据中提取的异常影响特征,计算异常对电机运行状态的影响范围和严重程度;结合所述异常类型、故障发生的概率及其影响范围,获得每种故障对应的应变安全阈值、安全应力上限、疲劳安全上限和疲劳累计值;生成包括故障发生概率、影响范围、潜在影响以及应变安全阈值、安全应力上限、疲劳安全上限和疲劳累计值的综合评估结果。
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雷文斯(深圳)科技有限公司,其通讯地址为:518000 广东省深圳市坪山新区坑梓街道莹展科技园B1b栋5楼;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”。
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。