买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京理工大学申请的专利一种基于数字孪生的电机故障智能诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119475103B 。

龙图腾网通过国家知识产权局官网在2025-03-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510048247.9，技术领域涉及：G06F18/2415；该发明授权一种基于数字孪生的电机故障智能诊断方法是由翁小康;罗子皓;罗慧欣;魏积磊;蒋雪峰;周汪洋设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本一种基于数字孪生的电机故障智能诊断方法在说明书摘要公布了：本发明公开一种基于数字孪生的电机故障智能诊断方法，属于电机故障诊断领域。所述方法在模型训练阶段，通过随机森林法选取特征量训练一种带自回归循环功能的极限学习机模型作为数字孪生电机。所述方法在开路故障诊断阶段，采集物理实体电机特征量输入数字孪生虚拟电机得到数字孪生电流，将实际绕组电流数据与数字孪生绕组电流作差得电流残差，将电流残差的差分值作为阈值进行开路故障诊断，采用滑动平均窗法进行故障定位；在匝间短路故障诊断阶段采用电流对称平均绝对误差作为判断标准诊断短路故障。本发明不需要电机精确的设计参数和电机故障数据，只需电机正常运行时的数据即可对电机开路故障和匝间短路故障实时快速诊断且具有很强的鲁棒性。

本发明授权一种基于数字孪生的电机故障智能诊断方法在权利要求书中公布了：1.一种基于数字孪生的电机故障智能诊断方法，其特征在于，所述方法包含模型训练阶段和故障诊断阶段，具体包括以下步骤：步骤S1、在模型训练阶段，采用同步采样技术采集电机在不同工况下正常运行时的各项时序电机参数，构建数据库；步骤S2、在模型训练阶段，训练随机森林模型对所有的电机参数进行重要性排序，根据重要性程度选取数据库中的同一时刻的电角度θt、转矩Tet和相电压udct，并加上前一时刻物理实体电机绕组电流irnt-1，其中n代表电机的各相，用于作为训练R-ELM模型的输入；所述R-ELM模型为改进的带自回归循环功能的极限学习机模型；所述R-ELM模型由极限学习机提取特征，再通过循环神经网络结构进行时序建模和预测输出；步骤S3、在模型训练阶段，采用在线训练的方式，利用诊断数据库中正常运行时电角度θt、转矩Tet和相电压udct，并加上前一时刻电机绕组电流irnt-1作为训练集输入，将特征量按时序对应的绕组电流数据作为训练集输出，训练得到初步的R-ELM模型；步骤S4、在故障诊断阶段，保存步骤S3中训练好的R-ELM模型的参数，将训练好的模型作为数字孪生虚拟电机；采用同步采样技术实时采集物理实体电机运行时同一时刻的电角度θt、转矩Tet和相电压udct，并加上前一时刻电机绕组电流irnt-1，将数据输入数字孪生虚拟电机中通过在线训练得到数字孪生虚拟电机绕组电流ipn，并实时更新数字孪生虚拟电机的参数；步骤S5、在故障诊断阶段，将物理实体电机运行时的绕组实际电流irn和数字孪生虚拟电机绕组电流ipn作差，得到电流残差ierror_n；步骤S6、在故障诊断阶段，将电流残差ierror_n的差分值的绝对值|Δi大小作为电机是否发生绕组开路故障和功率管开路故障的判断标准；步骤S7、在故障诊断阶段，将电流残差ierror_n用滑动平均窗法得到各相电流残差均值其次，对物理实体电机各相绕组电流的绝对值|irn|求滑动平均窗均值，得到各相电流绝对值的均值最后利用计算得到3个诊断变量Dn进行故障定位；步骤S8、在故障诊断阶段，将电机某一相的相对对称平均绝对误差与其他相的相对对称平均绝对误差的差值Qn的绝对值作为诊断变量，当电机某一相的相对对称平均绝对误差与其他相的相对对称平均绝对误差的差值的绝对值大于设定的阈值d3时，判断该相发生匝间短路故障。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街200号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。