发明创造名称：船舶柴油机振动信号的分析系统及其方法
外观设计名称：
决定号：198999
决定日：2019-12-25
委内编号：1F251667
优先权日：
申请（专利）号：201410066825.3
申请日：2014-02-26
复审请求人：南京理工大学
无效请求人：
授权公告日：
审定公告日：
专利权人：
主审员：王玥
合议组组长：王立石
参审员：陈喜杰
国际分类号：G01M15/12;G01H11/08
外观设计分类号：
法律依据：专利法第22条第3款
决定要点
：如果一项权利要求请求保护的技术方案相对于作为最接近的现有技术的对比文件公开的技术方案存在区别技术特征，该区别技术特征未被现有技术中的其他对比文件公开或给出技术启示，也没有证据表明该区别技术特征属于本领域的公知常识，并且该区别技术特征使得该权利要求的技术方案能够产生有益的技术效果，则该权利要求请求保护的技术方案具备创造性。
全文：
本复审请求涉及申请号为201410066825.3，名称为“船舶柴油机振动信号的分析系统及其方法”的发明专利申请（下称本申请）。本申请的申请日为2014年02月26日，公开日为2015年08月26日，申请人为南京理工大学。
经审查，国家知识产权局专利实质审查部门于2018年01月26日发出驳回决定，驳回了本申请，其理由是：权利要求1-8不符合专利法第22条第3款的规定。驳回决定中引用的对比文件如下：
对比文件1：CN201429503Y，公告日为2010年03月24日；
对比文件2：“基于AR模型和神经网络的柴油机故障诊断”，黄泉水等，《振动、测试与诊断》，第3期，第29卷，第362-365页，公开日为2009年09月30日。
驳回决定所依据的文本为：
申请日2014年02月26日提交的说明书摘要、说明书第1-11页、摘要附图、说明书附图第1-2页；2017年10月13日提交的权利要求第1-8项。
驳回决定所针对的权利要求书如下：
“1. 船舶柴油机振动信号的分析系统，它的组成包括：振动信号采集装置(5)、虚拟仪器装置(6)、笔记本电脑(7)；其特征在于：所述的振动信号采集装置(5)中的振动信号传感器(8)安装在船舶柴油机(1)运动部件位置表面，船舶柴油机(1)的振动信号在振动信号采集装置(5)里实现A/D转换，并可由USB接口(11)输入虚拟仪器装置(6)，虚拟仪器装置(6)将采集到的振动信号传送至笔记本电脑(7)，在笔记本电脑(7)中虚拟界面的引导下进行操作，完成振动信号的去噪处理、提取振动信号的特征参数，并进行船舶柴油机(1)运动部件磨损状况的判断与识别、磨损趋势的预测。
2. 根据权利要求1所述的振动分析系统，其特征在于：所述振动信号采集装置(5)由振动信号传感器(8)、信号调理电路(9)、单片机(10)、USB接口(11)组成，振动信号传感器(8)采集的振动信号经信号调理电路(9)输入至单片机(10)，单片机(10)连接USB接口(11)。
3. 根据权利要求1所述的振动分析系统，其特征在于：所述虚拟仪器装置(6)由数据采集卡、设备驱动、面板程序、应用程序、虚拟仪器开发平台组成，虚拟仪器装置(6)采用PCMCIA总线。
4. 根据权利要求2所述的振动分析系统，其特征在于：振动信号传感器(8)选用ULT0188型号工业压电振动传感器。
5. 根据权利要求2所述的振动分析系统，其特征在于：单片机(10)选用RS08LE型号单片机。
6. 根据权利要求2所述的振动分析系统，其特征在于：USB接口(11)选用CY7C68013高速USB外设控制器芯片。
7. 根据权利要求1所述的振动分析系统，其特征在于：振动信号的去噪应用基于奇异值分解和小波阈值消噪算法。
8. 根据权利要求1-6所述的任一权利要求船用柴油机振动信号分析方法，该方法为径向基函数神经网络算法，其步骤为：
步骤1自回归AR(P)建模
1)将柴油机运动部件磨损状况通过时序分析方法建立AR(P)模型
x(n)＝-a1x(n-1)-a2x(n-2)-...-ap(x-p) w(n)
式中w(n)是均值为零，方差为的白噪声信号；
2)采用最小二乘原则估计AR(P)模型参数，考虑理想的AR(P0)模型为
3)x(n)的P阶线性预测器为
4)相应的预测误差序列为
5)误差平方和是为
6)当εP为最小时可得到估计
步骤2在时序模型基础上建立径向基函数神经网络对船舶柴油机磨损状况的识别模型，径向基函数神经网络的学习步骤为
1)从输入向量中选一组初始中心值ck，注意ck的值要不同；
2)计算方差值：dmax为最大的Eucilidean距离，K为ck的数量；
3)初始化输出单位权；
4)由给定的输入x(n)计算输出
5)更新径向基函数神经网络参数：W(n 1)＝W(n) μWe(n)ψ(n)，
ψ(n)＝[Φ(x(n)，c1(n)，σ1)，Φ(x(n)，c2(n)，σ2)，L，Φ(x(n)，cN，σN)]T，
yd(n)为网络期望输出；μW、μc、μσ为3个参数的学习步长；
6)如网络收敛，则计算停止，否则转到4)。 ”
驳回决定具体指出：（1）权利要求1所要求保护的技术方案相比于对比文件1公开的内容，其区别技术特征为：（1）分析对象为船舶柴油机；（2）具有虚拟装置，采集的振动信号经USB接口输入虚拟仪器装置，虚拟仪器装置将采集到的振动信号传送至笔记本电脑，在笔记本电脑中虚拟界面的引导下进行操作；（3）对振动信号进行了去噪处理，并进行船舶柴油机运动部件磨损状况的判断与识别、磨损趋势的预测。区别特征(1）-(3）是常用技术手段。因此，在对比文件1的基础上结合本领域公知常识得出权利要求1的技术方案，对本领域的技术人员来说是显而易见的，权利要求1不具有突出的实质性特点和显著的进步，不具备专利法第22条第3款规定的创造性。（2）权利要求2的附加技术特征被对比文件1公开，权利要求3-7的附加技术特征属于本领域公知常识，当其引用的在前的权利要求不具备创造性时，权利要求2-7也不具备专利法第22条第3款规定的创造性。（3）权利要求8对权利要求1-6的任意一项作了进一步限定，要求保护一种船用柴油机振动信号分析方法，其附加技术特征构成了该权利要求与对比文件1的区别技术特征，该区别技术特征部分被对比文件2公开，而对于具体的AR模型和径向基函数网络的学习步骤，都是本领域常规的技术方法，因此，权利要求8不符合专利法第22条第3款有关创造性的规定。
申请人（下称复审请求人）对上述驳回决定不服，于2018年05月08日向国家知识产权局提出了复审请求，并未修改申请文件。
复审请求人认为：1）根据《专利审查指南2010》第二部分实质审查第三章，2.3对比文件：不得随意将对比文件的内容扩大或缩小。对比文件1是一个实体仪器，本申请应用虚拟仪器的架构实现船舶柴油机振动信号的分析，本申请与对比文件1是两个实现思路完全不同的，架构形式也完全不同的仪器。
2）根据《专利审查指南2010》第二部分实质审查第四章创造性2.4所属技术领域的技术人员。所属技术领域的技术人员，也可称为本领域的技术人员，是指一种假设的“人”，假定他知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，但他不具有创造能力。设定这一概念的目的，在于统一审查标准，尽量避免审查员主观因素的影响。《驳回决定》将独立权利要求1的区别技术特征分成(1)、(2)和(3)部分来分别分析。这样的分析方法，是不符合《专利审查指南2010》第二部分实质审查第四章创造性2.4所属技术领域的技术人员，具有较强的主观因素。
经形式审查合格，国家知识产权局于2018年05月21日依法受理了该复审请求，并将其转送至原专利实质审查部门进行前置审查。
原专利实质审查部门在前置审查意见书中坚持驳回决定。
随后，国家知识产权局成立合议组对本案进行审理。
合议组于2019年05月20日向复审请求人发出复审通知书，指出：权利要求1-8不具备专利法第22条第3款规定的创造性，同时针对复审请求人的意见给出了答复。
复审请求人于2019年07月02日提交了意见陈述书，同时提交了权利要求书的全文修改替换页。复审请求人在权利要求1中加入技术特征：“通过在相空间对提取振动一维振动信号进行重构，使其振动信号中的特征信息充分暴露，然后应用BP神经网络，逼近混沌时间序列的状态空间重构后的真实函数，完成对柴油机运动部件磨损状况的趋势预测”，并在意见陈述中指出修改后的权利要求具备创造性。具体意见为：
（1）新增加的技术特征，解决的实际技术问题详见说明书0100段：磨损趋势预测，因为船舶柴油机是往复式动力机械，振动信号严重存在混沌现象，采用经典的数学模型难以建立准确判据，难以准确对磨损趋势进行预测。对比文件1解决的技术问题：提供一种机车柴油机主轴承故障诊断仪，它能够便于携带能够检测判断柴油机的多个主轴承工作状态，定位故障轴承。对比文件2解决的技术问题：应用BRF神经网络进行故障模式识别。对比文件1、2和本发明解决的技术问题不同，不能给本发明有任何启示。对比文件1和对比文件2相结合，对本申请也没有任何启示。对比文件与本申请应用领域不同，解决的技术问题不同，不能给本发明带来任何技术启示。
（2）本申请有如下的有益的技术效果(申请文件说明书中[0008]、[0009]和[0013]段)：开发一套适用于船舶柴油机1的振动信号分析仪，使得往复式内燃机可以用机身表面振动信号判断与识别其运动部件的磨损状况，并能进行其磨损趋势预测；开发了应用径向基函数神经网络算法实现对振动信号进行判断从而解决了往复式机械应用振动信号进行故障诊断时的判据难以建立的瓶颈；这种振动分析系统不仅可以应用在船舶柴油机，也可以应用在其它往复式机械振动监测与故障诊断。
修改后的权利要求书如下：
“1. 船舶柴油机振动信号的分析系统，它的组成包括：振动信号采集装置(5)、虚拟仪器装置(6)、笔记本电脑(7)；其特征在于：所述的振动信号采集装置(5)中的振动信号传感器(8)安装在船舶柴油机(1)运动部件位置表面，船舶柴油机(1)的振动信号在振动信号采集装置(5)里实现A/D转换，并可由USB接口(11)输入虚拟仪器装置(6)，虚拟仪器装置(6)将采集到的振动信号传送至笔记本电脑(7)，在笔记本电脑(7)中虚拟界面的引导下进行操作，完成振动信号的去噪处理、提取振动信号的特征参数，并进行船舶柴油机(1)运动部件磨损状况的判断与识别、磨损趋势的预测，其特征在于：通过在相空间对提取振动一维振动信号进行重构，使其振动信号中的特征信息充分暴露，然后应用BP神经网络，逼近混沌时间序列的状态空间重构后的真实函数，完成对柴油机运动部件磨损状况的趋势预测。
2. 根据权利要求1所述的振动分析系统，其特征在于：所述振动信号采集装置(5)由振动信号传感器(8)、信号调理电路(9)、单片机(10)、USB接口(11)组成，振动信号传感器(8)采集的振动信号经信号调理电路(9)输入至单片机(10)，单片机(10)连接USB接口(11)。
3. 根据权利要求1所述的振动分析系统，其特征在于：所述虚拟仪器装置(6)由数据采集卡、设备驱动、面板程序、应用程序、虚拟仪器开发平台组成，虚拟仪器装置(6)采用PCMCIA总线。
4. 根据权利要求2所述的振动分析系统，其特征在于：振动信号传感器(8)选用ULT0188型号工业压电振动传感器。
5. 根据权利要求2所述的振动分析系统，其特征在于：单片机(10)选用RS08LE型号单片机。
6. 根据权利要求2所述的振动分析系统，其特征在于：USB接口(11)选用CY7C68013高速USB外设控制器芯片。
7. 根据权利要求1所述的振动分析系统，其特征在于：振动信号的去噪应用基于奇异值分解和小波阈值消噪算法。
8. 根据权利要求1-6所述的任一权利要求船用柴油机振动信号分析方法，该方法为径向基 函数神经网络算法，其步骤为：
步骤1自回归AR(P)建模
1)将柴油机运动部件磨损状况通过时序分析方法建立AR(P)模型
x(n)＝-a1x(n-1)-a2x(n-2)-...-ap(x-p) w(n)
式中w(n)是均值为零，方差为的白噪声信号；
2)采用最小二乘原则估计AR(P)模型参数，考虑理想的AR(P0)模型为
3)x(n)的P阶线性预测器为
4)相应的预测误差序列为
5)误差平方和是为
6)当εP为最小时可得到估计
步骤2在时序模型基础上建立径向基函数神经网络对船舶柴油机磨损状况的识别模型，径向基函数神经网络的学习步骤为
1)从输入向量中选一组初始中心值ck，注意ck的值要不同；
2)计算方差值：dmax为最大的Eucilidean距离，K为ck的数量；
3)初始化输出单位权；
4)由给定的输入x(n)计算输出
5)更新径向基函数神经网络参数：W(n 1)＝W(n) μWe(n)ψ(n)，
ψ(n)＝[Φ(x(n)，c1(n)，σ1)，Φ(x(n)，c2(n)，σ2)，L，Φ(x(n)，cN，σN)]T，
yd(n)为网络期望输出；μW、μc、μσ为3个参数的学习步长；
6)如网络收敛，则计算停止，否则转到4)。”
在上述程序的基础上，合议组认为本案事实已经清楚，可以作出审查决定。
二、决定的理由
（1）审查文本的认定
复审请求人在2019年07月02日答复复审通知书时提交了权利要求书的全文修改替换页，经审查，所做修改符合专利法第33条的规定。本复审请求审查决定所依据的审查文本为：申请日2014年02月26日提交的说明书摘要、说明书第1-11页、摘要附图、说明书附图第1-2页；2019年07月02日提交的权利要求第1-8项。
（2）关于专利法第22条第3款
专利法第22条第3款规定：创造性，是指与现有技术相比，该发明具有突出的实质性特点和显著的进步，该实用新型具有实质性特点和进步。
如果一项权利要求请求保护的技术方案相对于作为最接近的现有技术的对比文件公开的技术方案存在区别技术特征，该区别技术特征未被现有技术中的其他对比文件公开或给出技术启示，也没有证据表明该区别技术特征属于本领域的公知常识，并且该区别技术特征使得该权利要求的技术方案能够产生有益的技术效果，则该权利要求请求保护的技术方案具备创造性。
1. 权利要求1要求保护一种船舶柴油机振动信号的分析系统，对比文件1公开了一种机车柴油机主轴承故障诊断仪，与本申请同样属于通过振动信号对柴油机进行故障检测的领域，并具体公开了以下技术特征（参见说明书第2-4页，附图3-5）：机车柴油机主轴承故障诊断仪的硬件部分由压电式加速度传感器、信号处理数据采集装置（加速度传感器和信号处理数据采集装置的组合相当于振动信号采集装置）和笔记本电脑组成，软件具有检测控制、数据分析和诊断管理功能；加速度传感器带磁力吸座，并直接吸附在测量振动的主轴承横拉螺栓上（相当于柴油机运动部件位置表面），振动信号在信号处理数据采集装置里实现A/D转换，由USB接口控制器将采集到的振动信号传送至笔记本电脑，笔记本电脑的分析软件按照信号数学模型进行FFT变换，功率谱计算等处理，按照诊断参数：加速度有效值grms，峭度系数Kv，功率谱密度高频最高峰值Pm，功率谱密度高频能量Em，特征函数TFH（相当于提取振动信号的特征参数）的数学模型进行分析处理给出最终诊断结果。通过检测数据的计算机分析和故障模型判断，给出红字“建议拆检处理”，蓝底黄字“建议密切跟踪检查”，蓝底白字“建议适度跟踪检查”，蓝字“正常”4个工作状态，可以给出主轴承的故障级别，直接指导生产检修工作。
该权利要求所要保护的技术方案与对比文件1相比，其区别技术特征在于：（1）本申请分析对象为船舶柴油机，对比文件1为机车柴油机；本申请还对采集的振动信号进行了去噪处理；（2）还具有虚拟仪器装置，采集的振动信号经USB接口输入虚拟仪器装置，虚拟仪器装置将采集到的振动信号传送至笔记本电脑，在笔记本电脑中虚拟界面的引导下进行操作；（3）通过在相空间对提取振动一维振动信号进行重构，使其振动信号中的特征信息充分暴露，然后应用BP神经网络，逼近混沌时间序列的状态空间重构后的真实函数，完成对柴油机运动部件磨损状况的趋势预测。
基于上述区别技术特征，该权利要求实际解决的技术问题是：（1）对采集的船舶柴油机振动信号去噪声，获得准确结果；（2）利用虚拟仪器技术提高数据分析的便捷性；（3）对磨损状况进行趋势预测。
对于上述区别技术特征（1），船舶柴油机和机车柴油机均是本领域常规的柴油机类型。对采集的振动信号进行去噪处理，是控制领域为了提升结果准确性的常规的信号处理方式。
对于上述区别技术特征（2），对比文件2公开了一种基于AR模型和神经网络的柴油机故障振动，也是属于柴油机故障诊断领域，附图2公开了柴油机故障振动的测试系统示意图，其中工控机具有LabVIEW开发的采集分析程序，其第2.2节数据采集与分析部分也介绍了基于LabVIEW平台开发了信号采集分析系统。而LabVIEW即是美国NI公司开发的虚拟仪器技术平台，其在使用上通常具有软件LabVIEW平台以及相应的硬件数据采集卡，基于对比文件2公开的上述内容，采用虚拟化的软件界面平台，对接收的信号进行分析处理，这是本领域常规的数据分析实现方式，具体的，设置虚拟仪器装置，将采集的振动信号经USB接口输入虚拟仪器装置，虚拟仪器装置将采集到的振动信号传送至笔记本电脑，在笔记本电脑中虚拟界面的引导下进行操作，这也是本领域虚拟仪器软件硬件运行的常规连接技术方式。
对于上述区别技术特征（3），对比文件1公开了一种机车柴油机主轴承故障诊断仪，不具备对运动部件磨损状况的趋势预测的功能。对比文件2公开了一种基于AR模型和神经网络的柴油机故障振动诊断模型，也是属于柴油机故障诊断领域，也不具备对运动部件磨损状况的趋势预测的功能。因此对比文件1和2并未公开区别技术特征（3），也未给出对运动部件磨损状况进行趋势预测的技术启示，本领域技术人员并不能基于对比文件1和2的内容容易想到对运动部件磨损状况进行趋势预测，且具体的，磨损状况趋势预测的手段采用：通过在相空间对提取振动一维振动信号进行重构，使其振动信号中的特征信息充分暴露，然后应用BP神经网络，逼近混沌时间序列的状态空间重构后的真实函数，来完成对柴油机运动部件磨损状况的趋势预测。同时也没有证据表明上述区别技术特征（3）属于本领域的公知常识。
综上，本领域技术人员在对比文件1的基础上结合对比文件2以及本领域的公知常识，并不能显而易见的得到本申请权利要求1的技术方案。并且基于该区别技术特征（3），权利要求1的技术方案取得了有益的技术效果：通过采用振动信号分析仪，使得往复式内燃机可以用机身表面振动信号判断与识别其运动部件的磨损状况，并能进行其磨损趋势预测，从而能够在出现故障之前就预判到故障点。因此，权利要求1相对于对比文件1和对比文件2以及本领域的公知常识具有突出的实质性特点和显著的进步，具备专利法第22条第3款规定的创造性。
2.在权利要求1具备创造性的基础上，从属权利要求2-7也具备专利法第22条第3款规定的创造性。
3.权利要求8要求保护一种船用柴油机振动信号分析方法，其对权利要求1-6的任意一项作了进一步限定。对比文件2公开了：采集到的振动数据建立AR模型（相当于AR模型），得到时序模型的AR特征向量，然后输入RBF网络（相当于径向基函数神经网络）的神经网络模型，通过学习对比，得到输出参数，完成故障状态的识别；而对于具体的AR模型和径向基函数网络的学习步骤，都是本领域常规的算法，属于公知常识。结合关于权利要求1-6的评述可知，权利要求1-6具备创造性，因此，权利要求8也具备专利法第22条第3款规定的创造性。
基于上述事实和理由，合议组依法作出如下审查决定。
三、决定
撤销国家知识产权局于2018年01月26日对本申请作出的驳回决定。由国家知识产权局原专利实质审查部门在本复审请求审查决定所依据的审查文本的基础上对本申请继续进行审查。 如对本复审请求审查决定不服，根据专利法第41条第2款的规定，复审请求人可以自收到本决定之日起三个月内向北京知识产权法院起诉。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
