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！

龙图腾网恭喜浙江理工大学申请的专利一种基于神经网络的电静压伺服机构状态监测方法及系统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：CN115808209B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202211648096.3，技术领域涉及：G01D21/02；该发明授权一种基于神经网络的电静压伺服机构状态监测方法及系统是由贺青川;马行健;潘骏;陈文华设计研发完成，并于2022-12-21向国家知识产权局提交的专利申请。

本一种基于神经网络的电静压伺服机构状态监测方法及系统在说明书摘要公布了：本发明公开了一种基于神经网络的电静压伺服机构状态监测方法及系统，该方法包括：建立深度神经网络模型；收集正常状态下电静压伺服机构在各种位移指令下对应的作动器速度、液压泵进口压力、出口压力，液压油缸进口压力、出口压力，电机电流，电机转速，增压油箱压力，液压油温；将电机转速作为输出数据，其余作为输入数据，对深度神经网络模型训练得到电机转速预测模型；将电机电流作为输出数据，其余数据作为输入数据，训练得到电机电流预测模型；利用两个预测模型构建电静压伺服机构状态监测指标并获取故障阈值；获取需要监测的电静压伺服机构在指定位移、速度指令下的状态数据，计算出监测指标并与阈值比较，判定电静压伺服机构状态变化情况。

本发明授权一种基于神经网络的电静压伺服机构状态监测方法及系统在权利要求书中公布了：1.一种基于神经网络的电静压伺服机构状态监测方法，其特征在于，包括：步骤（1）：建立深度神经网络模型；步骤（2）：建立电静压伺服机构状态数据库：收集正常状态下电静压伺服机构在各种位移指令下运动时对应的作动器速度、液压泵进口压力、出口压力，液压油缸进口压力、出口压力，电机电流，电机转速，增压油箱压力，液压油温数据；步骤（3）：将所述电静压伺服机构状态数据库的每一组数据中的电机转速作为第一输出数据，其余数据作为第一输入数据，对所述深度神经网络模型进行训练，得到电机转速预测模型；步骤（4）：将所述电静压伺服机构状态数据库的每一组数据中的电机电流作为第二输出数据，其余数据作为第二输入数据，对所述深度神经网络模型进行训练，得到电机电流预测模型；步骤（5）：利用所述电机转速预测模型和电机电流预测模型，构建电静压伺服机构状态监测指标，并获取故障阈值；步骤（6）：获取需要监测的电静压伺服机构在指定位移、速度指令下的状态数据，计算出监测指标HI，并将所述监测指标HI与阈值比较，判定电静压伺服机构状态变化情况；其中，所述步骤（5）包括：（5.1）收集电机在给定作动器位移指令运动时，收集位移、速度，液压泵进口压力、出口压力，液压油缸进口压力、出口压力，电机电流，电机转速，增压油箱压力，液压油温的时序数据，其中i=1,2,3...N,N为数据序列编号；（5.2）利用位移、速度，液压泵进口压力、出口压力，液压油缸进口压力、出口压力，电机转速电流、增压油箱压力，液压油温数据，通过步骤（3）所述电机转速预测模型得到电机转速；利用位移、速度，液压泵进口压力、出口压力，液压油缸进口压力、出口压力，电机转速、增压油箱压力，液压油温数据，通过步骤（4）所述电机电流预测模型得到电机电流；则电静压伺服机构状态监测指标HI计算方法如下： （1）其中，为电流平均相对偏差，为速度平均相对偏差；（5.3）通过收集历史数据、人工模拟电静压伺服机构各种故障，获取电静压伺服机构在各种故障状态下的数据库，并按照步骤（5.2）的计算方法计算电静压伺服机构状态监测指标HI的范围[]；根据计算结果，取最小值作为判定电静压伺服机构故障的阈值。

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浙江理工大学，其通讯地址为：310018 浙江省杭州市江干经济开发区2号大街928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”。