发明专利已授权

基于卷积神经网络的行波超声电机寿命预测方法及系统

📄 申请号：CN202210448572.0 📄 发布日：2026/08/04

著录项目信息

申请日

2022-04-26

申请人

盐城工学院, 盐城工学院技术转移中心有限公司

法律状态

已下证

专利类型

发明

主分类号

G06F30_27

IPC 分类号

G06F30_27 , G06N3_0464 , G06N3_084 , G06F119_04 ,

技术画像

所属领域

卷积神经网络人工智能算法自动控制系统电机状态监测神经网络卷积神经网络

应用场景

工业设备健康管理, 电机预测性维护, 智能制造, 故障诊断

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明提供一种基于卷积神经网络的行波超声电机剩余寿命预测方法及系统，包括：基于预设的数据采集模板对待测电机进行数据采集，获取输入数据；将输入数据输入神经网络模型中，获取的待测电机的剩余寿命的预测值。本发明的基于卷积神经网络的行波超声电机寿命预测方法，将电机的多种属性按时间刻度记录，对记录的数据预处理后，输入神经网络模型，使用神经网络模型强非线性拟合能力，构建属性和寿命间的隐性关系，最终使用训练好的模型去预测电机寿命，从超声电机整个系统出发，具有很强的拟合，可以针对超声电机系统整体运行出发，进行精确的寿命预测。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

基于随机近邻嵌入的文本聚类方法

当前第 / 件

一种处理挥发性有机物的电-生物滴滤器

同领域国内专利 · IPC: (G06F30_27)

G06F30_00 G06F30_10 G06F30_12 G06F30_13 G06F30_15 G06F30_17 G06F30_18 G06F30_20 G06F30_22 G06F30_23 G06F30_25 G06F30_27 G06F30_28 G06F30_30 G06F30_31 G06F30_32 G06F30_323 G06F30_327 G06F30_33 G06F30_3308 G06F30_331 G06F30_3315 G06F30_3323 G06F30_337 G06F30_34 G06F30_36 G06F30_367 G06F30_373 G06F30_39 G06F30_392 G06F30_394 G06F30_396 G06F30_398 覆盖33个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：14 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于卷积神经网络的行波超声电机寿命预测方法及系统

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06F30_27)

相似专利推荐 AI 驱动 · 同领域

一种用于图像数据识别模型构建的方法及系统

图像中关键点的检测方法及设备

基于图神经网络与元数据的个性化服务推荐方法

服务项目

资源中心

关于柿子坊