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： | CN202010511328.5 | 专利名称： | 基于贝叶斯网络和改进DS理论的轮毂电机状态识别方法 |
| 申请日： | 2020-06-08 | 申请/专利权人 | 江苏大学 |
| 专利类型： | 发明 | 地址： | 江苏省镇江市京口区学府路301号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06F18/10 分类检索 |
| 公开/公告日： | 2024-05-14 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN111881717B | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 12 | 所属领域： | 机电 改进专利转让搜索 |
应用场景：电动汽车轮毂电机实时状态监测;新能源汽车动力系统故障预警;智能电机维护与健康管理
摘 要：本发明公开一种基于贝叶斯网络和改进DS理论的轮毂电机状态识别方法，将振动、噪声信号高敏感特征参数分别作为贝叶斯网络状态识别模型的输入，构建振动、噪声信号贝叶斯网络状态识别模型，模型的输出为后验概率，将后验概率作为证据体，采用改进DS理论的基本信度函数将第i、i+1种转速工况下的振动、噪声信号证据体根据冲突因子配值融合得到两个融合证据体，再采用原始DS理论的基本信度函数将两个融合证据体按照归一化因子的概率经过M‑1次融合得到全局证据体，全局证据体对应的基本信度函数越大，则该状态轮毂电机发生的概率越大，本发明对证据体的基本信度函数利用熵权法进行重新分配，在改善证据冲突的同时提高状态识别的准确性和时效性。
| 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 |
| 2024/05/14 | 授权 | |
| 2020/11/20 | 实质审查的生效 | IPC(主分类): G06K 9/00 专利申请号: 202010511328.5 申请日: 2020.06.08 |
| 2020/11/03 | 公开 |
| 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 |
