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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜浙江優(yōu)奈特電機有限公司申請的專利一種電動三輪車用牽引電機及其檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119483128B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510056977.3，技術(shù)領(lǐng)域涉及：H02K11/21；該發(fā)明授權(quán)一種電動三輪車用牽引電機及其檢測方法是由王汝龍;周驕;鄭俏茜;段玲玲設(shè)計研發(fā)完成，并于2025-01-14向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種電動三輪車用牽引電機及其檢測方法在說明書摘要公布了：本發(fā)明涉及電機技術(shù)領(lǐng)域，特別是一種電動三輪車用牽引電機及其檢測方法。在電機結(jié)構(gòu)方面，其內(nèi)部合理布局各部件，通過液冷通道、滾動軸承等設(shè)計保障電機運行的穩(wěn)定性和高效性。在檢測方面，通過索引配對獲取穩(wěn)定性系數(shù)并構(gòu)建動態(tài)變化曲線，與預設(shè)曲線對比來標定電機為合格品或不合格品，對于不合格品進一步分析實際工作參數(shù)找出異常參數(shù)，最后通過構(gòu)建的工作狀態(tài)異常類型預測模型預測異常類型。整體上，本發(fā)明所公開的牽引電機及其檢測方法有助于提高電機質(zhì)量控制水平，準確評估電機性能，降低不合格品率，為電機故障診斷和修復提供依據(jù)，從而提升電動三輪車的可靠性和安全性。

本發(fā)明授權(quán)一種電動三輪車用牽引電機及其檢測方法在權(quán)利要求書中公布了：1.一種電動三輪車用牽引電機的檢測方法，其特征在于，包括以下步驟：構(gòu)建牽引電機的穩(wěn)定性系數(shù)索引庫，并對所述牽引電機進行模擬工作測試，基于物聯(lián)網(wǎng)方式在若干個預設(shè)時間節(jié)點采集所述牽引電機的實際工作參數(shù)組合；將在若干個預設(shè)時間節(jié)點所采集得到的實際工作參數(shù)組合導入所述穩(wěn)定性系數(shù)索引庫中進行索引配對，獲取牽引電機在若干個預設(shè)時間節(jié)點所對應(yīng)的穩(wěn)定性系數(shù)；根據(jù)牽引電機在若干個預設(shè)時間節(jié)點所對應(yīng)的穩(wěn)定性系數(shù)構(gòu)建牽引電機在測試時間段內(nèi)的穩(wěn)定性系數(shù)動態(tài)變化曲線；分析所述穩(wěn)定性系數(shù)動態(tài)變化曲線與預設(shè)曲線之間的重合度；若所述重合度大于預設(shè)重合度，則將所述牽引電機標定為一類品；若所述重合度不大于預設(shè)重合度，則將所述牽引電機標定為二類品；其中，所述一類品即為合格品，二類品即為不合格品；若所述牽引電機被標定為二類品，則將在若干個預設(shè)時間節(jié)點所采集得到的實際工作參數(shù)組合進行特征分類處理，獲取被標定為二類品牽引電機在測試時間段內(nèi)的各種實際工作參數(shù)；將被標定為二類品牽引電機在測試時間段內(nèi)的各種實際工作參數(shù)進行特征分析處理，獲取該被標定為二類品牽引電機在測試時間段內(nèi)的異常實際工作參數(shù)；構(gòu)建牽引電機的工作狀態(tài)異常類型預測模型，將被標定為二類品牽引電機在測試時間段內(nèi)的異常實際工作參數(shù)導入所述工作狀態(tài)異常類型預測模型中進行預測，獲取所述被標定為二類品牽引電機的工作狀態(tài)異常類型；構(gòu)建牽引電機的穩(wěn)定性系數(shù)索引庫，具體為：通過大數(shù)據(jù)網(wǎng)絡(luò)獲取牽引電機在各種預設(shè)工作參數(shù)組合條件之下的穩(wěn)定性系數(shù)；構(gòu)建一個數(shù)據(jù)庫空間，統(tǒng)計各種預設(shè)工作參數(shù)組合的數(shù)量，根據(jù)各種預設(shè)工作參數(shù)組合的數(shù)量在所述數(shù)據(jù)庫空間中劃分出對應(yīng)數(shù)量的子庫；以及將各種預設(shè)工作參數(shù)組合條件之下的穩(wěn)定性系數(shù)蝕刻在對應(yīng)子庫的元數(shù)據(jù)區(qū)域上，然后將各種預設(shè)工作參數(shù)組合存儲在對應(yīng)子庫的索引結(jié)構(gòu)區(qū)域上，得到穩(wěn)定性系數(shù)索引庫；將在若干個預設(shè)時間節(jié)點所采集得到的實際工作參數(shù)組合導入所述穩(wěn)定性系數(shù)索引庫中進行索引配對，獲取牽引電機在若干個預設(shè)時間節(jié)點所對應(yīng)的穩(wěn)定性系數(shù)，具體為：按照時間戳依次將在各個預設(shè)時間節(jié)點所采集得到的實際工作參數(shù)組合導入所述穩(wěn)定性系數(shù)索引庫中；計算所述實際工作參數(shù)組合與各子庫中預設(shè)工作參數(shù)組合之間的杰卡德相似系數(shù)，并在所計算得到的各個杰卡德相似系數(shù)中排序出最大杰卡德相似系數(shù)；標記與最大杰卡德相似系數(shù)所對應(yīng)的預設(shè)工作參數(shù)組合的子庫，并在所被標記子庫的元數(shù)據(jù)區(qū)域中提取出對應(yīng)穩(wěn)定性系數(shù)，得到牽引電機在相應(yīng)預設(shè)時間節(jié)點所對應(yīng)的穩(wěn)定性系數(shù)；直至將各個預設(shè)時間節(jié)點所采集得到的實際工作參數(shù)組合均導入所述穩(wěn)定性系數(shù)索引庫中進行索引配對后，得到牽引電機在各個預設(shè)時間節(jié)點所對應(yīng)的穩(wěn)定性系數(shù)；分析所述穩(wěn)定性系數(shù)動態(tài)變化曲線與預設(shè)曲線之間的重合度，具體為：獲取牽引電機的工作性能要求信息，根據(jù)所述工作性能要求信息確定出牽引電機在若干個預設(shè)時間節(jié)點所對應(yīng)的標準穩(wěn)定性系數(shù)；根據(jù)牽引電機在若干個預設(shè)時間節(jié)點所對應(yīng)的標準穩(wěn)定性系數(shù)繪制預設(shè)曲線；引入歐幾里得距離算法，基于歐幾里得距離算法計算所述穩(wěn)定性系數(shù)動態(tài)變化曲線與預設(shè)曲線之間的歐幾里得距離值；根據(jù)所述歐幾里得距離值確定出所述穩(wěn)定性系數(shù)動態(tài)變化曲線與預設(shè)曲線之間的重合度；將被標定為二類品牽引電機在測試時間段內(nèi)的各種實際工作參數(shù)進行特征分析處理，獲取該被標定為二類品牽引電機在測試時間段內(nèi)的異常實際工作參數(shù)，具體為：分別根據(jù)被標定為二類品牽引電機在測試時間段內(nèi)的各種實際工作參數(shù)構(gòu)建被標定為二類品牽引電機在測試時間段內(nèi)的各種實際工作參數(shù)的動態(tài)變化曲線圖；獲取牽引電機在測試時間段內(nèi)的各種實際工作參數(shù)的標準范圍值，根據(jù)各種實際工作參數(shù)的標準范圍值在相應(yīng)動態(tài)變化曲線圖中確定出上界限與下界限，從而得到各動態(tài)變化曲線圖的界限區(qū)域；分別分析各動態(tài)變化曲線圖中線段處于界限區(qū)域內(nèi)的總長度以及處于界限區(qū)域外的總長度，將各動態(tài)變化曲線圖中線段處于界限區(qū)域內(nèi)的總長度以及處于界限區(qū)域外的總長度相除，得到各動態(tài)變化曲線圖中曲線的偏移系數(shù)；分別將各動態(tài)變化曲線圖中曲線的偏移系數(shù)與預設(shè)系數(shù)閾值進行比較；若某一動態(tài)變化曲線圖中曲線的偏移系數(shù)大于預設(shè)系數(shù)閾值，則將與該動態(tài)變化曲線圖相應(yīng)的實際工作參數(shù)標定為異常實際工作參數(shù)；若某一動態(tài)變化曲線圖中曲線的偏移系數(shù)不大于預設(shè)系數(shù)閾值，則將與該動態(tài)變化曲線圖相應(yīng)的實際工作參數(shù)標定為正常實際工作參數(shù)；構(gòu)建牽引電機的工作狀態(tài)異常類型預測模型，具體為：通過大數(shù)據(jù)網(wǎng)絡(luò)獲取牽引電機的各種工作狀態(tài)異常類型，以及獲取發(fā)生各種工作狀態(tài)異常類型所對應(yīng)的異常特征參數(shù)，得到各種工作狀態(tài)異常類型與其所對應(yīng)異常特征參數(shù)；基于灰色關(guān)聯(lián)分析法將各種工作狀態(tài)異常類型與其所對應(yīng)異常特征參數(shù)進行關(guān)聯(lián)分析，獲取各種工作狀態(tài)異常類型與其所對應(yīng)異常特征參數(shù)之間的關(guān)聯(lián)性文本；引入隱馬爾科夫隨機場，將所述工作狀態(tài)異常類型作為條件節(jié)點，將所述異常特征參數(shù)作為變量節(jié)點；根據(jù)各種工作狀態(tài)異常類型與其所對應(yīng)異常特征參數(shù)之間的關(guān)聯(lián)性文本將所述條件節(jié)點與變量節(jié)點進行關(guān)聯(lián)連接，獲取各種工作狀態(tài)異常類型與其所對應(yīng)異常特征參數(shù)之間的拓撲結(jié)構(gòu)圖；基于圖概網(wǎng)絡(luò)構(gòu)建預測模型，將所述拓撲結(jié)構(gòu)圖嵌入所述預測模型中，得到牽引電機的工作狀態(tài)異常類型預測模型。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江優(yōu)奈特電機有限公司，其通訊地址為：321000 浙江省金華市永康市城西新區(qū)靈石路287號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。