一种频域改进SDP图的泵空化状态识别方法(高校公示15天)(不包年费滞纳金)(需要二变)
本申请公开了一种频域改进SDP图的泵空化状态识别方法,包括:基于离心泵的隔舌测点处的传感器,获取离心泵的振动信号;对振动信号进行小波变换和去噪处理,并进行特征提取,获取特征信号;基于特征信号,对特征信号进行SDP图处理,获取多组SDP图像样本集;将SDP图像样本集中的图像输入到卷积神经网络,获取离心泵的空化状态和识别结果。本申请通过深度学习对泵空化状态检测,自动学习振动信号中的复杂特征,从而提高空化现象检测的准确率。同时能够适应多种工况和环境下的振动信号,不易受到干扰和噪声的影响,从而提高空化现象检测的稳定性和可靠性。
《一种频域改进SDP图的泵空化状态识别方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023109773358,当前法律状态为已下证,由南通大学提出申请,发明人为吕帅帅;李晓源;施卫东;倪红军;谭林伟;汪兴兴;周林;朱昱,申请日期为2023-08-04,公开(公告)日期为2024-10-18,国际专利分类号(IPC)为 G06F 18/241 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本申请公开了一种频域改进SDP图的泵空化状态识别方法,包括:基于离心泵的隔舌测点处的传感器,获取离心泵的振动信号;对振动信号进行小波变换和去噪处理,并进行特征提取,获取特征信号;基于特征信号,对特征信号进行SDP图处理,获取多组SDP图像样本集;将SDP图像样本集中的图像输入到卷积神经网络,获取离心泵的空化状态和识别结果。本申请通过深度学习对泵空化状态检测,自动学习振动信号中的复杂特征,从而提高空化现象检测的准确率。同时能够适应多种工况和环境下的振动信号,不易受到干扰和噪声的影响,从而提高空化现象检测的稳定性和可靠性。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
