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！

龙图腾网获悉东北电力大学;国能智深控制技术有限公司申请的专利基于多域特征融合的风机塔筒故障诊断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：CN120929903B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202510989726.0，技术领域涉及：G06F18/241；该发明授权基于多域特征融合的风机塔筒故障诊断方法及系统是由辛红伟;杨乐涵;武英杰;牛海明;钟震;申艳杰;王建国;文孝强;张树德;张秀宇;祝国强;陈成龙设计研发完成，并于2025-07-17向国家知识产权局提交的专利申请。

本基于多域特征融合的风机塔筒故障诊断方法及系统在说明书摘要公布了：本发明属于故障诊断技术领域，公开了一种基于多域特征融合的风机塔筒故障诊断方法及系统。所述的方法包括如下步骤：构建塔筒螺栓仿真模型，获取若干历史仿真应力数据和若干历史实测应力数据；将若干历史仿真应力数据和对应的若干历史实测应力数据转换为若干模型构建样本；根据若干模型构建样本，构建风机塔筒故障诊断模型；使用塔筒螺栓仿真模型，获取实时仿真应力数据和实时实测应力数据；根据实时仿真应力数据和实时实测应力数据，使用风机塔筒故障诊断模型，进行故障诊断。本发明解决了现有技术存在的准确性不足、缺乏仿真与实测数据有效融合以及模型能力不足的问题。

本发明授权基于多域特征融合的风机塔筒故障诊断方法及系统在权利要求书中公布了：1.一种基于多域特征融合的风机塔筒故障诊断方法，其特征在于：包括如下步骤： S1；构建塔筒螺栓仿真模型，在不同历史风载荷和历史预紧力下，获取若干历史仿真应力数据，并采集对应的若干历史实测应力数据，包括如下步骤： 基于塔筒螺栓连接的力学特性，建立塔筒螺栓的动力学模型，并根据动力学模型，使用CAE工具，构建塔筒螺栓仿真模型； 将若干历史SCADA风速数据和若干历史螺栓预紧力输入塔筒螺栓仿真模型，在不同历史风载荷和历史预紧力下进行模拟，得到若干历史仿真应力数据； 使用若干超声波传感器，采集在不同历史风载荷和历史预紧力下的塔筒螺栓的若干历史位移数据，并进行预处理，得到若干预处理后历史位移数据； 使用胡克定律，将若干预处理后历史位移数据转换为对应的若干历史实测应力数据； 根据若干历史实测应力数据，使用预先构建的传感器故障诊断与预测模型，在发生传感器故障时，生成对应的若干历史预测应力数据，并替换传感器故障的若干历史实测应力数据； S2；根据预设多域特征融合工程和故障判定指标，将若干历史仿真应力数据和对应的若干历史实测应力数据转换为若干模型构建样本； 所述的预设多域特征融合工程包括时域特征工程、频域特征工程以及空间域特征工程； 所述的时域特征工程包括应力均值和应力标准差； 所述的频域特征工程包括功率谱密度和固有频率幅值； 所述的空间域特征工程包括应力最大值和变异系数； 所述的故障判定指标包括局部螺栓应力偏差、单根螺栓应力偏差、单根螺栓位移偏差、应力分布不均匀以及固有频率幅值比较； 风机塔筒故障类型包括法兰局部挤压变形、螺栓松动、螺栓断裂、塔筒倾斜以及塔筒裂纹； S3；根据若干模型构建样本，使用深度学习算法，进行模型构建，得到基于多域特征融合的风机塔筒故障诊断模型； 所述的风机塔筒故障诊断模型基于LSTM-AE-CNN-Attention-MLP算法构建，且风机塔筒故障诊断模型包括基于LSTM算法构建的时域特征提取模块、基于AE算法构建的频域特征提取模块、基于CNN算法构建的空间域特征提取模块、基于Attention机制构建的加权融合模块、基于MLP以及算法构建的故障诊断模块，所述的时域特征提取模块、频域特征提取模块以及空间域特征提取模块均与加权融合模块连接，所述的加权融合模块和故障诊断模块依次连接； S4；根据实时风载荷和实时预紧力，使用塔筒螺栓仿真模型，获取实时仿真应力数据，并采集对应的实时实测应力数据； S5；根据实时仿真应力数据和实时实测应力数据，使用风机塔筒故障诊断模型，进行故障诊断，得到实时风机塔筒故障诊断结果。

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东北电力大学;国能智深控制技术有限公司，其通讯地址为：132000 吉林省吉林市长春路169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。