買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國科學(xué)院國家天文臺南京天文光學(xué)技術(shù)研究所申請的專利一種基于電機(jī)定子電流信號的齒輪箱故障智能診斷方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116089796B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310074861.3，技術(shù)領(lǐng)域涉及：G06F18/10；該發(fā)明授權(quán)一種基于電機(jī)定子電流信號的齒輪箱故障智能診斷方法是由杜福嘉;侯旭;邱繼澤;鐘鑫設(shè)計(jì)研發(fā)完成，并于2023-01-31向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于電機(jī)定子電流信號的齒輪箱故障智能診斷方法在說明書摘要公布了：本發(fā)明公開了一種基于電機(jī)定子電流信號的齒輪箱故障智能診斷方法，包括步驟1、構(gòu)建CNN模型樣本庫；步驟2、構(gòu)建梳狀濾波器；步驟3、搭建CNN模型，其輸入為齒輪箱對應(yīng)的電機(jī)定子電流信號；輸出為齒輪箱故障類型；第一層卷積層的每個(gè)卷積核均為梳狀濾波器；步驟4、訓(xùn)練CNN模型；步驟5、齒輪箱故障診斷。本發(fā)明利用電機(jī)定子電流信號對齒輪箱的健康狀態(tài)進(jìn)行識別，無需在齒輪箱上安裝外置的傳感器設(shè)備，減少診斷結(jié)果對于傳感器布點(diǎn)的依賴性，也減少環(huán)境噪聲對信號采集的影響。另外，本發(fā)明無需對采集到的電機(jī)定子電流信號進(jìn)行消噪、剔除電流信號基頻成分等預(yù)處理操作，能夠進(jìn)行端到端的故障診斷任務(wù)。

本發(fā)明授權(quán)一種基于電機(jī)定子電流信號的齒輪箱故障智能診斷方法在權(quán)利要求書中公布了：1.一種基于電機(jī)定子電流信號的齒輪箱故障智能診斷方法，其特征在于：包括如下步驟： 步驟1、構(gòu)建CNN模型樣本庫，具體包括如下步驟： 步驟1-1、構(gòu)建齒輪箱故障類型：旋轉(zhuǎn)機(jī)械的齒輪箱包括相互嚙合的輸入齒輪和輸出齒輪；設(shè)計(jì)a種不同故障類型的輸入齒輪和b種不同故障類型的輸出齒輪，通過將a種輸入齒輪和b種輸出齒輪，交叉組合，得到a*b種不同故障類型的齒輪箱故障；其中，a和b均為自然數(shù)； 步驟1-2、采集電機(jī)定子電流：將步驟1-1構(gòu)建的每種故障類型的齒輪箱依次安裝在包含電機(jī)的旋轉(zhuǎn)機(jī)械中；旋轉(zhuǎn)機(jī)械工作，并采用電流傳感器按照設(shè)定頻率采集電機(jī)的定子電流；得到每種故障類型齒輪箱的電機(jī)定子電流信號； 步驟1-3、構(gòu)建CNN模型樣本庫：步驟1-2得到的每種故障類型齒輪箱電機(jī)定子電流信號構(gòu)成為CNN模型的輸入樣本庫；步驟1-1得到的a*b種齒輪箱故障類型，形成為CNN模型的輸出樣本庫；輸入樣本庫和輸出樣本庫共同形成為CNN模型樣本庫； 步驟2、構(gòu)建梳狀濾波器，具體包括如下步驟： 步驟2-1、表征電流信號中的故障特征頻率ffault，具體表達(dá)式為： ffault＝|fs±kffp| 當(dāng)齒輪箱為一級齒輪箱時(shí)，其中： ffp＝fr，in或ffp＝fr，out 式中，fs為電機(jī)供電頻率；ffp為故障齒輪轉(zhuǎn)頻； k為諧波次數(shù)，自然數(shù)； fr，in為輸入齒輪轉(zhuǎn)頻；fr，out為輸出齒輪轉(zhuǎn)頻； 步驟2-2、表征噪聲頻率：噪聲頻率包括fs和fs±c；其中，c為非齒輪箱故障引起的轉(zhuǎn)矩波動(dòng)頻率； 步驟2-3、構(gòu)建梳狀濾波器：梳狀濾波器的通帶能使步驟2-1表征的故障特征頻率ffault通過，梳狀濾波器的阻帶能使步驟2-2表征的噪聲頻率得到抑制； 步驟3、搭建CNN模型：CNN模型包括輸入層、隱藏層和輸出層；輸入層為齒輪箱對應(yīng)的電機(jī)定子電流信號；輸出層為齒輪箱故障類型；隱藏層包括若干層卷積層；其中，第一層卷積層具有若干個(gè)卷積核；第一層卷積層的每個(gè)卷積核均為步驟2構(gòu)建的梳狀濾波器； 步驟4、訓(xùn)練CNN模型：采用步驟1構(gòu)建的CNN模型樣本庫，對步驟3搭建的CNN模型樣本庫進(jìn)行訓(xùn)練，得到具有故障診斷能力的CNN模型； 步驟5、齒輪箱故障診斷，具體包括如下步驟： 步驟5-1、獲取實(shí)際電機(jī)定子電流信號：采用電流傳感器按照設(shè)定頻率采集待檢測齒輪箱對應(yīng)的電機(jī)定子電流；得到待檢測齒輪箱的實(shí)際電機(jī)定子電流信號； 步驟5-2、齒輪箱故障診斷：將步驟5-1獲取的實(shí)際電機(jī)定子電流信號作為輸入，代入步驟4得到的具有故障診斷能力的CNN模型中，則輸出為待檢測齒輪箱的故障類型。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國科學(xué)院國家天文臺南京天文光學(xué)技術(shù)研究所，其通訊地址為：210042 江蘇省南京市板倉街188號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。