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！

龙图腾网获悉苏州工学院申请的专利基于改进局部均值分解与复合多尺度气泡熵融合的直流电机故障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：CN120294561B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202510446546.8，技术领域涉及：G01R31/34；该发明授权基于改进局部均值分解与复合多尺度气泡熵融合的直流电机故障诊断方法是由丑永新;梁志伟;严诚信;孙翊云;刘继承;杨海萍设计研发完成，并于2025-04-10向国家知识产权局提交的专利申请。

本基于改进局部均值分解与复合多尺度气泡熵融合的直流电机故障诊断方法在说明书摘要公布了：基于改进局部均值分解与复合多尺度气泡熵融合的直流电机故障诊断方法，涉及电机故障诊断技术领域。为解决现有技术中存在的，现有的电机故障诊断技术存在故障特征提取不充分的技术缺陷，本发明提供的技术方案包括：采集直流电机运行状态下的声音信号作为原始信号；采用改进型局部均值分解方法对所述原始信号进行分解，获得若干个乘积分量，并筛选出与原始信号相关性高的有效特征分量；对所述有效特征分量进行复合多尺度气泡熵计算，提取表征信号复杂度的多维熵特征向量；将所述多维熵特征向量输入粒子群优化的极限学习机模型中进行分类，以获得直流电机的故障诊断结果。可广泛应用于工业生产中直流电机运行状态的实时监测与智能故障识别。

本发明授权基于改进局部均值分解与复合多尺度气泡熵融合的直流电机故障诊断方法在权利要求书中公布了：1.基于改进局部均值分解与复合多尺度气泡熵融合的直流电机故障诊断方法，其特征在于，包括： 采集直流电机运行状态下的声音信号作为原始信号的步骤； 采用改进型局部均值分解方法对所述原始信号进行分解，获得若干个乘积分量，并筛选出与原始信号相关性高的有效特征分量的步骤； 对所述有效特征分量进行复合多尺度气泡熵计算，提取表征信号复杂度的多维熵特征向量的步骤； 将所述多维熵特征向量输入粒子群优化的极限学习机模型中进行分类，以获得直流电机的故障诊断结果的步骤； 具体的：采用积分滑窗策略计算相邻极值点区间的局部均值，并通过滑动平均滤波处理得到高平滑度的局部均值函数，以抑制模态混叠和基线噪声干扰； 找出原始声音信号xn中的所有极大值点和极小值点，将极值点按从小到大的顺序排列构成，其中nk是极值点的位置索引，xk是对应极值点的信号幅值； 对每一对相邻极值点和，计算其区间内的局部积分均值，其中是相邻极值点间的中点，是相邻极值点间信号的积分均值： 采用滑动平均算法对所有的局部积分均值进行平滑处理，得到局部均值函数m11n。

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苏州工学院，其通讯地址为：215501 江苏省苏州市常熟市南三环路99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”。

以上内容由龙图腾AI智能生成。