发明专利已授权

一种基于特征变量加权的故障分类诊断方法

Name: 一种基于特征变量加权的故障分类诊断方法
Brand: 宁波大学
SKU: 2018112133248
Availability: InStock

📄 申请号：CN201811213324.8 📄 发布日：2026/10/23

著录项目信息

申请日

2018-10-09

公开号

CN109376778A

公开日

2019-02-22

申请人

宁波大学

法律状态

已下证

专利类型

发明

主分类号

G06K9_62

IPC 分类号

G06K9_62

技术画像

所属领域

其他分类其他

应用场景

工业设备故障诊断, 预测性维护, 智能制造, 设备健康管理, 过程监控

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开一种基于特征变量加权的故障分类诊断方法，旨在为各参考故障实施特征变量选择与加权，并建立特征变量加权主成分分析模型，从而实施在线故障分类诊断。具体来讲，本发明方法利用近邻成分分析算法，逐个为各参考故障类型区分出特征变量及其异常程度。然后，利用主成分分析算法为各个故障类型加权后的特征变量建立单分类模型。最后，利用这些单分类模型实施在线故障数据所对应的故障类型的诊断。本发明方法利用各故障的特征变量实施故障分类诊断不仅能消除非特征变量的干扰影响，而且在建立单分类模型时通过加权处理还能凸显各个特征变量的差异。因此，本发明方法是一种更为优选的故障分类诊断方法。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN109376778A

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

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

20210615

✅ 授权

20190319

?? 实质审查的生效：

20190222

📄 公开

一种基于近邻成分分析的故障类型识别方法

当前第 / 件

一种基于故障特征变量选择的故障类型匹配方法

同领域国内专利 · IPC: (G06K9_62)

G06K9_00 G06K9_20 G06K9_22 G06K9_24 G06K9_32 G06K9_34 G06K9_36 G06K9_38 G06K9_40 G06K9_42 G06K9_44 G06K9_46 G06K9_62 G06K9_66 G06K9_68 G06K9_72 覆盖16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：3 ❤️ 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 2657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)

一种基于特征变量加权的故障分类诊断方法

著录项目信息

技术画像

所属领域

应用场景

摘要

常见问题

这项专利是否已经下证？

购买这项专利需要经过哪些流程？

该专利的转让价格是多少？

法律状态时间线

同领域国内专利 · IPC: (G06K9_62)

相似专利推荐 AI 驱动 · 同领域

一种基于振动谱耦合的数控机床健康诊断方法及系统

一种基于运维大数据的风机状态与故障诊断方法及应用

一种动力电池组故障诊断装置及方法及系统

服务项目

资源中心

关于柿子坊