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 > 中国农业大学姚志峰获国家专利权

中国农业大学姚志峰获国家专利权

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!

龙图腾网获悉中国农业大学申请的专利一种基于深度学习的超声波流量计故障声道流速预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:CN120911285B

龙图腾网通过国家知识产权局官网在2026-04-07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:202511053673.8,技术领域涉及:G06F30/27;该发明授权一种基于深度学习的超声波流量计故障声道流速预测方法是由姚志峰;杜煜心;王超越;钟强;王福军设计研发完成,并于2025-07-30向国家知识产权局提交的专利申请。

一种基于深度学习的超声波流量计故障声道流速预测方法在说明书摘要公布了:本发明公开了一种基于深度学习的超声波流量计故障声道流速预测方法,涉及流量测量技术领域,包括:构建预训练的针对超声波流量计各个声道的故障声道流速预测模型;定位待测水泵机组中超声波流量计的故障声道;调用故障声道对应的故障声道流速预测模型;将其他机组开闭状态、当前水泵转速、拦护栅遮挡程度和超声流量计其他声道信号作为故障声道流速预测模型的输入,得到故障声道的流速。本发明在纯数据驱动的流速预测模型中加入物理规律,构成了物理和数据共同驱动的超声波流量计流速预测模型,能够有效去除偏离物理规律的训练和预测值,减少训练成本,大幅度提升了故障声道流速预测的准确度和可信度。

本发明授权一种基于深度学习的超声波流量计故障声道流速预测方法在权利要求书中公布了:1.一种基于深度学习的超声波流量计故障声道流速预测方法,其特征在于,包括: 构建预训练的针对超声波流量计各个声道的故障声道流速预测模型; 定位待测水泵机组中超声波流量计的故障声道; 调用故障声道对应的故障声道流速预测模型; 将其他机组开闭状态、当前水泵转速、拦护栅遮挡程度和超声流量计其他声道信号作为故障声道流速预测模型的输入,得到故障声道的流速;故障状态下影响各个声道流速信号的特征因素包括:其他机组开闭状态、当前水泵转速、拦护栅遮挡程度和超声波流量计其他声道信号; 其中,构建预训练的针对超声波流量计各个声道的故障声道流速预测模型的具体方法包括: 获取超声波流量计各个声道的故障状态; 分析故障状态下影响各个声道流速信号的特征因素; 将故障状态下影响各个声道流速信号的特征因素作为输入,将故障声道的流速为输出构建融合物理信息的深度神经网络; 所述融合物理信息即:将管道速度分布方程作为软约束嵌入深度神经网络的损失函数中; 深度神经网络的损失函数的计算表达式为: 其中,J为损失函数,Jd为数据项损失函数,表示预测值和真实值的均方差,Jp为物理项损失函数,表示预测值和方程值的均方差;Nd为用于计算数据项损失函数的数据点数量,i为数据点索引,为第i个数据点的流速预测值,为第i个数据点的流速真实值;n为超声波流量计声道信号所能计算的速度矢量数目,j为速度矢量索引,Nf为用于计算物理项损失函数的数据点数量,为超声波流量计中心线上某点的速度值,由流速预测值与其他声道流速共同计算,Upde为管道速度分布方程的流速值; 管道速度分布方程的表达式为: 其中,为高度为h处的流速,表示进水流道垂直线中心处的最大流速,H为进水流道高度,为经验指数,与雷诺数相关。

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中国农业大学,其通讯地址为:100193 北京市海淀区圆明园西路2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。

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。