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！

龙图腾网获悉四川中测仪器科技有限公司申请的专利一种基于自适应权重SVM模型的输液泵电机故障检测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：CN120492973B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202510583991.9，技术领域涉及：G06F18/24；该发明授权一种基于自适应权重SVM模型的输液泵电机故障检测方法是由赵应红;钟鸣;陈天然;赵志刚;杨朋设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本一种基于自适应权重SVM模型的输液泵电机故障检测方法在说明书摘要公布了：本发明公开了基于自适应权重SVM模型的输液泵电机故障检测方法，涉及电机故障智能诊断领域，所述方法包括以下步骤：获取样本集；基于故障频率和故障严重性评分计算不同类型故障的初始权重；构建电机故障检测SVM模型，基于初始权重定义目标函数；利用样本集对电机故障检测SVM模型进行训练；基于误分类损失更新对应类型故障的权重；基于更新后的权重优化目标函数，构建拉格朗日函数并求解；将待检测输液泵电机运行特征输入所述电机故障检测SVM模型，输出检测结果。本发明对不同类型的故障设定不同的初始权重，能够提高模型对关键故障的分类准确性。本发明采用自适应权重机制，根据误分类损失调整权重，提高模型的泛化能力。

本发明授权一种基于自适应权重SVM模型的输液泵电机故障检测方法在权利要求书中公布了：1.一种基于自适应权重SVM模型的输液泵电机故障检测方法，其特征在于，所述方法包括以下步骤： 步骤一：获取输液泵电机运行特征的历史数据及对应的输液泵电机运行状态，得到样本集； 步骤二：基于故障频率和故障严重性评分计算不同类型故障的初始权重； 步骤三：构建电机故障检测SVM模型，基于所述初始权重定义目标函数； 步骤四：利用所述样本集对所述电机故障检测SVM模型进行训练，计算故障检测的误分类损失； 步骤五：基于所述误分类损失更新对应类型故障的权重； 步骤六：基于更新后的权重优化所述目标函数，构建拉格朗日函数并求解，得到分类超平面参数； 步骤七：将待检测输液泵电机运行特征输入所述电机故障检测SVM模型，根据所述分类超平面参数输出待检测输液泵电机的故障检测结果； 步骤一中，所述输液泵电机运行特征包括电机输出压力和电机相位电流有效波纹特征，所述电机输出压力通过如下步骤获取： 利用压力传感器实时采集管路液体的实测压力； 获取输液泵与患者输液部位的垂直高度差，基于所述垂直高度差和药液密度计算获得补偿压力； 基于所述实测压力和所述补偿压力计算获得所述电机输出压力； 所述电机相位电流有效波纹特征通过如下步骤获取： 监测所述电机输出压力的动态变化，当所述电机输出压力发生突变时，计算突变时段内所述电机输出压力随时间的变化率，生成压力变化率序列； 同步采集所述突变时段内所述输液泵电机绕组的电流波形数据，基于所述电流波形数据计算获得每个驱动周期内的电流波动率，生成电流波动率序列； 计算压力变化率序列与所述电流波动率序列的时域相关性系数，若所述时域相关性系数超过预设系数阈值，则将所述电流波动率序列标记为所述电机相位电流有效波纹特征。

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四川中测仪器科技有限公司，其通讯地址为：610066 四川省成都市金牛区高新技术产业园区金科南路38号8栋1层102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。