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！

龙图腾网获悉江苏大学申请的专利基于多准则融合的复杂工业系统故障诊断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：CN116483058B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202310497685.4，技术领域涉及：G05B23/02；该发明授权基于多准则融合的复杂工业系统故障诊断方法是由陶雨坤;薛红涛;颜骏;任晓波设计研发完成，并于2023-05-05向国家知识产权局提交的专利申请。

本基于多准则融合的复杂工业系统故障诊断方法在说明书摘要公布了：本发明公开一种基于多准则融合的复杂工业系统故障诊断方法，以多个高敏感度特征参数为输入、对应的运行状态和隶属度为输出建立故障自诊断模型，计算出待诊断子系统的每个高敏感度特征参数与其他基准子系统的对应的高敏感度特征参数之间的商，以相对特征参数为输入、对应的运行状态和隶属度为输出建立故障互诊断模型；将在线采集的状态信号的高敏感度特征参数输入故障自诊断模型中，计算出待诊断子系统的相对特征参数并将其输入故障互诊断模型中，生成各个决策候选以Picture模糊数为形式的运行状态评估值，采用加权平均法得到融合评估值；依据相似子系统间状态信息的差异进行诊断，有利于排除复杂工业系统内部的随机性因素，提高诊断精度以及稳定性。

本发明授权基于多准则融合的复杂工业系统故障诊断方法在权利要求书中公布了：1.一种基于多准则融合的复杂工业系统故障诊断方法，其特征是包括： 步骤1：采集并整理复杂工业系统中各个子系统在不同运行状态下的各个状态信号，确定并提取每个子系统的状态信号的多个高敏感度特征参数； 步骤2：以所述的多个高敏感度特征参数为输入、对应的运行状态和隶属度为输出，建立各个子系统的故障自诊断模型，获得各个故障自诊断模型的测试准确度； 步骤3：计算出待诊断子系统的每个高敏感度特征参数与其他基准子系统的对应的高敏感度特征参数之间的商，利用指数函数特性进行显著化处理后作为相对特征参数，以所述的相对特征参数为输入、对应的运行状态和隶属度为输出，建立各个子系统的故障互诊断模型，获得各个故障互诊断模型的测试准确度，与步骤2中所述的故障自诊断模型的测试准确度共同构成全模型准确度矩阵； 步骤4：对所述的全模型准确度矩阵中各元素按行进行归一化，得到初始融合权重； 步骤5：在线采集并整理各个子系统在实际运行过程中第一个诊断时间段的状态信号，提取每个子系统的状态信号的多个高敏感度特征参数，并将其输入所述的故障自诊断模型中，输出对应的各个隶属度，构成隶属度向量； 步骤6：按步骤3，计算出待诊断子系统的相对特征参数，并将其输入所述的故障互诊断模型中，获得各个子系统所有隶属度向量，与步骤5中所述的隶属度向量共同构成隶属度向量矩阵； 步骤7：以各运行状态为决策候选，以所述的故障自诊断模型和故障互诊断模型组成的全部故障诊断模型为评价属性，由所述的隶属度向量矩阵生成各个子系统的各个决策候选以Picture模糊数为形式的运行状态评估值，由所述的运行状态评估值构建出Picture模糊矩阵； 步骤8：基于所述的初始融合权重，采用加权平均法，得到所述的运行状态评估值的融合评估值，根据所述的融合评估值得到第一个诊断时间段的故障诊断的融合评估结果； 步骤9：利用所述的第一个诊断时间段的融合评估结果，对初始融合权重进行更新，得到第二个诊断时间段的融合权重，重复步骤5～步骤9，得到复杂工业系统的在线故障诊断结果。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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”。