咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202211625240.1 | 专利名称： | 一种基于分割熵的油液磨粒特征信号提取方法 |
| 申请日： | 2022-12-16 | 申请/专利权人 | 重庆邮电大学 |
| 专利类型： | 发明 | 地址： | 重庆市南岸区南山街道崇文路2号 |
| 专利状态： | 授权未缴费 查询审查信息 | IPC分类号： | G06F18/213 分类检索 |
| 公开/公告日： | 2023-03-28 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN115859087A | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 10 | 所属领域： | 机械设备状态监测 信号处理 特征提取 故障诊断 工业自动化专利转让搜索 |
应用场景：工业设备润滑油液分析;旋转机械健康评估;预测性维护系统;磨损状态监测;故障早期预警
摘 要：本发明属于油液磨粒监测技术领域，具体涉及一种基于分割熵的油液磨粒特征信号提取方法；该方法包括采用润滑油磨粒监测系统进行实时数据采集，获得待处理原始信号；对待处理原始信号进行低通滤波和谐波干扰抑制得到预处理信号；用滑动窗口对预处理信号进行划分得到时域序列段集合；计算时域序列段集合对应的分割熵集合并进行处理得到归一化分割熵；采用归一化分割熵的经验累积分布进行曲线拟合得到自适应阈值，通过自适应阈值对样本信号进行分割得到非零离散时域片段；利用目标信号特征识别指标排除残余噪声干扰，得到最终的油液磨粒特征信号提取结果；本发明能够实现背景噪声抑制的同时，保护微小磨粒感应信号的形态特征不被破坏。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 202510229245X | 【发明】基于快速谱峭度与时间序列大模型的设备早期故障检测方法 | 2025/11/03 |
| 2024101098778 | 【发明】一种基于对比学习的中学几何问题自动求解方法 | 2025/10/27 |
| 2025110564649 | 【发明】基于混合双向时域卷积网络的数据处理方法、设备和介质 | 2025/10/24 |
| 202510473533X | 【发明】数据缺失场景下的时间序列预测方法、装置、介质及设备 | 2025/10/24 |
| 202510380855X | 【发明】一种基于多任务学习的SSD故障预测方法、设备及介质 | 2025/10/24 |
| 2024101797058 | 【发明】一种多元时间序列异常预测方法、电子设备及存储介质 | 2025/10/24 |
| 2023114681337 | 【发明】一种时序数据异常检测方法、电子设备及存储介质 | 2025/10/24 |
| 2025103939683 | 【发明】一种基于深度学习的代码相似度检测方法 | 2025/10/24 |
| 202510873852X | 【发明】一种智能化旋转机械故障诊断方法 | 2025/10/23 |
| 2024106839485 | 【发明】一种物联网数据监测方法及系统 | 2025/10/23 |
