Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳前海慧联科技发展有限公司张玉麟获国家专利权

深圳前海慧联科技发展有限公司张玉麟获国家专利权

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!

龙图腾网获悉深圳前海慧联科技发展有限公司申请的专利基于多物理场耦合的风电机组全生命周期预测方法及装置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:CN121637934B

龙图腾网通过国家知识产权局官网在2026-05-12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:202610155816.4,技术领域涉及:G06F30/23;该发明授权基于多物理场耦合的风电机组全生命周期预测方法及装置是由张玉麟设计研发完成,并于2026-02-04向国家知识产权局提交的专利申请。

基于多物理场耦合的风电机组全生命周期预测方法及装置在说明书摘要公布了:本申请实施例提供一种基于多物理场耦合的风电机组全生命周期预测方法及装置,方法包括:通过将风电机组整体结构划分为结构部件和相关空间,并从整体结构中采集多物理场传感器数据,将风电机组的结构部件离散化为多个有限单元,并将相关空间定义为连接有限单元的节点,构建对应的风电机组网络拓扑结构,基于网络拓扑结构为有限单元建立对应的物理场控制方程,确定对应的全局耦合方程组,并采用数值方法求解全局耦合方程组,确定对应的物理响应数据,将实时多物理场传感器数据和实时物理响应数据输入设定混合学习模型中进行无监督和有监督混合学习,以确定风电机组的生命周期预测结果,本申请能够提高风力发电机组故障预测的效率和准确性。

本发明授权基于多物理场耦合的风电机组全生命周期预测方法及装置在权利要求书中公布了:1.一种基于多物理场耦合的风电机组全生命周期预测方法,其特征在于,所述方法包括: 将风电机组整体结构划分为结构部件和相关空间,从所述结构部件和所述相关空间中采集多物理场传感器数据,其中,所述结构部件包括叶片、轮毂、机舱以及塔筒,所述相关空间包括叶片-轮毂连接空间、轮毂-机舱连接空间、机舱-塔筒连接空间以及塔筒-叶片相对空间; 将所述风电机组的结构部件离散化为多个有限单元,并将所述相关空间定义为连接所述有限单元的节点,构建对应的风电机组网络拓扑结构,基于所述网络拓扑结构中有限单元所属的部件或空间,为其分配对应的物理场控制方程,将所述有限单元的物理属性参数和材料属性参数作为所述控制方程的固有系数,其中,所述物理场控制方程的类型包括流体场、结构力场以及空间位置场;在局部坐标系下,为所述控制方程设定空间维度和时间变量,以表征物理量在所述有限单元内的分布与演化;根据所述网络拓扑结构中的节点连接关系,在相邻的有限单元之间施加物理场连续性条件和力平衡条件,作为全局耦合方程组的边界约束条件,将施加了所述边界约束条件的全部有限单元的物理场控制方程进行组合,确定对应的全局耦合方程组,根据每个有限单元的传感器数据采集量,采用数值方法对所述全局耦合方程组进行求解,确定对应的所述风电机组在全场范围内的物理响应数据; 将实时多物理场传感器数据和实时物理响应数据输入设定混合学习模型中进行无监督和有监督混合学习,以确定所述风电机组的生命周期预测结果,所述生命周期预测结果包括故障诊断结果和剩余寿命预测结果中的至少一种。

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深圳前海慧联科技发展有限公司,其通讯地址为:518000 广东省深圳市前海深港合作区南山街道怡海大道1167号海运中心口岸楼3楼310号-J361;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。