買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉安徽瑞控信光電技術股份有限公司申請的專利一種基于邊緣AI算法檢測汽輪機葉片抖動狀態的方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120316590B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510797924.7，技術領域涉及：G06F18/241；該發明授權一種基于邊緣AI算法檢測汽輪機葉片抖動狀態的方法是由劉耀軍設計研發完成，并于2025-06-16向國家知識產權局提交的專利申請。

本一種基于邊緣AI算法檢測汽輪機葉片抖動狀態的方法在說明書摘要公布了：本發明公開了一種基于邊緣AI算法檢測汽輪機葉片抖動狀態的方法,邊緣AI算法采用進行通道剪枝和權重剪枝的輕量化1D?CNN模型，方法包括步驟：采集葉片感應電壓信號；提取所述感應電壓信號的時域特征和頻域特征；將所述時域特征和頻域特征輸入所述輕量化1D?CNN模型，得到所述葉片抖動狀態。通過通道剪枝和權重剪枝大幅減少模型參數量，在保證診斷精度的前提下，顯著降低模型的計算復雜度和存儲占用，使其能夠高效部署于資源受限的邊緣設備中。

本發明授權一種基于邊緣AI算法檢測汽輪機葉片抖動狀態的方法在權利要求書中公布了：1.一種基于邊緣AI算法檢測汽輪機葉片抖動狀態的方法,其特征在于，所述邊緣AI算法采用輕量化1D-CNN模型，所述方法包括步驟： 采集葉片感應電壓信號； 提取所述感應電壓信號的時域特征和頻域特征； 將所述時域特征和頻域特征輸入所述輕量化1D-CNN模型，得到所述葉片抖動狀態； 所述輕量化1D-CNN模型基于預訓練的1D-CNN模型獲得，所述預訓練的1D-CNN模型的卷積層包括個卷積核，所述卷積層的輸出包括個輸出通道，基于預訓練的1D-CNN模型獲得所述輕量化1D-CNN模型包括步驟： 根據所述個卷積核的權重對所述個卷積核進行剪枝，獲得個尺度不同的卷積核，其中，所述個尺度不同的卷積核包括用于提取快速沖擊特征的短尺度卷積核和用于提取趨勢變化特征的長尺度卷積核； 根據所述個輸出通道對所述時域特征和頻域特征的貢獻度對所述個輸出通道進行剪枝，獲得個輸出通道，其中; 所述輕量化1D-CNN模型的卷積層包括所述個卷積核，所述輕量化1D-CNN模型卷積層的輸出包括個輸出通道， 提取所述感應電壓信號的時域特征和頻域特征包括步驟： 采集轉速反饋信號； 根據所述感應電壓信號生成位移信號； 根據轉速反饋信號對所述感應電壓信號和所述位移信號進行電壓動態補償，得到第一動態補償信號； 提取所述第一動態補償信號的時域特征和頻域特征。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人安徽瑞控信光電技術股份有限公司，其通訊地址為：230041 安徽省合肥市廬陽區清河路868號合肥廬陽大數據產業園1棟3層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。