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！

龙图腾网获悉烟台哈尔滨工程大学研究院申请的专利一种船舶动力数据处理系统、方法及介质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：CN120086695B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510570677.7，技术领域涉及：H03M1/12；该发明授权一种船舶动力数据处理系统、方法及介质是由柯赟;吴俊华;姚崇设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本一种船舶动力数据处理系统、方法及介质在说明书摘要公布了：本发明涉及船舶技术领域，提供了一种船舶动力数据处理系统、方法及介质，该系统包括：通过连接传感器将采集的船舶机舱模拟信号转为数字信号的数模转换模块；基于ZYNQ的数据缓存模块和千兆以太网模块，用于缓存高速数字信号防止信号产生失真和与上位机通信将数字信号完整发送至智能管理模块；分别与数据库和信号采集模块连接，实现对机舱的远程监控并与数据库内故障数据进行对比实现故障诊断功能，并根据诊断结果给出相关运维建议的智能管理模块。该系统对于船舶机舱的智能化水平实现了较大的提升，相比人工经验的维修方法提高了船舶航行的智能性和安全性。

本发明授权一种船舶动力数据处理系统、方法及介质在权利要求书中公布了：1.一种船舶动力数据处理系统，其特征在于，包括： 硬件采集单元，所述硬件采集单元适于对机舱待监测设备的模拟量数据进行采集和处理，并将采集的机舱设备实时运行状态信号传输到智能管理单元；所述智能管理单元将采集的实时运行状态信号转换为相对应的物理状态信息，同时利用智能诊断算法对振动信号进行故障诊断，并基于诊断结果判断机舱内是否有设备发生故障； 数据库，所述数据库适于在检测到机舱待监测设备发生故障时将其信号数据存放入所述数据库内，并对正常数据进行周期性的存储； 所述智能诊断算法为基于马尔科夫转换场和基于大卷积核的神经网络的故障诊断算法，其运行步骤如下： 首先，利用马尔科夫转换场MTF将采集的一维时序信号转换为二维时频图像特征； 然后，将一维时序信号和二维时频图像特征输入到基于大卷积核的神经网络RepLKNet中，在基于大卷积核的神经网络RepLKNet中，按维度将一维时序特征和二维图像特征进行拼接式特征融合，并形成一个综合的特征表示，然后将所述综合的特征表示传入一个局部卷积层来提取更细粒度的局部特征；神经网络RepLKNet通过多个尺度的卷积操作来提取不同层次的特征并训练，最后将训练后的拼接特征输入全连接层进行分类操作，即输出故障类别；在基于大卷积核的神经网络RepLKNet中，按维度将一维时序特征和二维图像特征进行拼接式特征融合，并形成一个综合的特征表示包括：设定X1D是一维时序特征，形状为N1D,T1D，其中N1D为样本数量，T1D为每个样本的特征长度；X2D是二维图像特征，形状为N2D,H2D,W2D,C2D，其中N2D为样本数量，H2D,W2D分别为图像的高度和宽度，C2D为图像的通道数； 将一维时序特征X1D通过卷积操作提取出局部特征或直接通过全连接层转换为一个低维度的向量，并将其转换为一个具有F1D维度的特征向量： X′1D＝ConvX1D,K； 其中Conv为卷积操作,K为卷积核； 二维图像特征X2D在卷积神经网络中经过基于大卷积核的神经网络RepLKNet中的局部卷积操作处理后，得到一个形状N,H2D,W2D,C2D的张量；并对图像特征进行池化或卷积以调整其维度，设定处理后的图像特征为X′2D，其形状为N×F2D； X′2D＝poolX2D； 其中pool为池化操作； 将经过处理的一维时序特征X′1D和二维图像特征X′2D在特征维度上进行拼接，得到一个新的特征表示Xfused： Xfused＝concatX′1D，X′2D。

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烟台哈尔滨工程大学研究院，其通讯地址为：265503 山东省烟台市经济技术开发区青岛大街1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”。