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！

龙图腾网获悉西安交通大学申请的专利一种燃气轮机拉杆转子测试系统及其开放集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：CN118329458B 。

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：202410409740.4，技术领域涉及：G01M15/14；该发明授权一种燃气轮机拉杆转子测试系统及其开放集故障诊断方法是由谢永慧;仇志龙;王崇宇;张荻设计研发完成，并于2024-04-07向国家知识产权局提交的专利申请。

本一种燃气轮机拉杆转子测试系统及其开放集故障诊断方法在说明书摘要公布了：本发明公开了一种燃气轮机拉杆转子测试系统及其开放集故障诊断方法，该测试系统包括驱动控制系统、拉杆转子主体系统、支撑系统以及测量系统。系统运行时，驱动控制系统用以驱动拉杆转子主体系统并控制转速和整个系统的运行安全性，测量系统用以测量和解析拉杆转子主体系统的振动位移信号。本发明针对燃气轮机拉杆转子，通过设计和搭建测试系统，实现对运行振动信号的精确测量，获得多种故障类型和多种运行工况的大量测试数据，提出一种基于共享最大均值差异的方法，结合卷积神经网络可以实现高精度的开放集故障诊断，为燃气轮机拉杆转子系统的故障诊断应用奠定基础，具有重要的工程意义和广阔的应用前景。

本发明授权一种燃气轮机拉杆转子测试系统及其开放集故障诊断方法在权利要求书中公布了：1.一种燃气轮机拉杆转子开放集故障诊断方法，其特征在于，该方法基于一种燃气轮机拉杆转子测试系统，该系统包括驱动控制系统、拉杆转子主体系统、支撑系统以及测量系统； 驱动控制系统，用于驱动拉杆转子主体系统并调整转速和控制整个系统的运行安全性； 拉杆转子主体系统，用于设置转子一般故障和拉杆转子的特有故障； 支撑系统，用于安装和支撑驱动控制系统电机、拉杆转子主体系统以及测量系统传感器； 测量系统，用于测量和解析拉杆转子主体系统的振动位移信号； 驱动控制系统包括电机和调速器；拉杆转子主体系统包括拉杆转子、轴承和联轴器；支撑系统包括T型槽试验平台基座、电机座和轴承座；测量系统包括电涡流位移传感器、激光测速仪和数据采集系统； 工作时，电机驱动拉杆转子旋转，产生的振动位移信号由电涡流位移传感器测量，并传输至数据采集系统进行解析和显示存储； 采用调速器控制直流并励电动机驱动方案，电机轴经联轴器直接驱动拉杆转子，转速由激光测速仪直接测量获取； 电机通过电机座固定在T型槽试验平台基座上，保证与拉杆转子主轴对中，通过联轴器连接拉杆转子； 拉杆转子通过两端的轴承安装在轴承座上，轴承座固定在T型槽试验平台基座上； 拉杆转子的轮盘分为陪试盘和主轮盘，结构为陪试盘-主轮盘-陪试盘，轮盘之间通过拉杆-螺母结构预紧，并由端面齿啮合传递扭矩，保证传扭可靠； 电涡流位移传感器分别布置在拉杆转子靠近电机的驱动端和远离电机的非驱动端，用于测量获取拉杆转子的振动位移信号； 当电涡流传感器和转轴之间的距离发生改变时，传感器产生的动态电压信号输入给数据采集系统，数据采集系统解析获得动态位移信号，并进行实时显示和存储； 该方法包括以下步骤： 步骤1，采集获取多工况下健康转子运行时的振动位移信号； 步骤2，采集获取相应工况下不同故障转子运行时的振动位移信号； 步骤3，将步骤1和步骤2的振动位移信号划分为工况不同、故障类型有差异的源域和目标域，设置开放集迁移故障诊断任务； 步骤4，构建基于卷积神经网络的故障特征提取网络，对步骤1和步骤2的振动位移信号进行学习，得到特征提取器； 步骤5，构建基于全连接神经网络的故障分类器，输入特征提取器提取的特征，计算信号的故障标签概率分布，得到分类器； 步骤6，构建基于域自适应方法的开放集迁移故障诊断方法，使用共享最大均值差异SMMD衡量开放集下目标域与源域的差异，并学习特征提取器的参数；设计域鉴别器，域鉴别器用于量化特征与源域或者目标域的相似度，进而得到样本属于共享域的权值，域鉴别器引入全局的特征学习方式，通过域对抗训练使特征提取器学习源域和目标域的特征； 步骤7，构建基于极值理论的开放集故障分类器，分别对源域和目标域特征进行计算，得到极值学习机EVM； 步骤8，训练由特征提取器、分类器、域鉴别器和以及极值学习机EVM组成的开放集迁移故障诊断模型，使用完成训练的特征提取器、分类器以及极值学习机EVM实现目标域数据的开放集迁移故障诊断任务。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。