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！

龙图腾网获悉上海交通大学申请的专利基于先验知识的工业故障诊断方法和系统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：CN114782788B 。

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：202210435711.6，技术领域涉及：G06V10/84；该发明授权基于先验知识的工业故障诊断方法和系统是由童子阳;阎威武设计研发完成，并于2022-04-24向国家知识产权局提交的专利申请。

本基于先验知识的工业故障诊断方法和系统在说明书摘要公布了：本发明提供了一种基于先验知识的工业故障诊断方法和系统，包括：步骤1：利用符号有向图进行建模，构建工业知识的拓扑先验图；步骤2：通过图卷积网络提取输入数据图结构中的局部特征；步骤3：构建统计量进行故障诊断；步骤4：在图卷积网络的基础上，使用图卷积长短时记忆循环神经网络，学习到工业数据中的动态时间特性，进行故障预测；步骤5：将图卷积与长短时记忆网络结合，与SDG建模一起封装成微服务装置，以微服务的方式实现工业系统的故障诊断以及故障预测。本发明微服务的灵活应用使得该方法使用灵活、有广阔的应用范围。

本发明授权基于先验知识的工业故障诊断方法和系统在权利要求书中公布了：1.一种基于先验知识的工业故障诊断方法，其特征在于，包括： 步骤1：利用符号有向图进行建模，构建工业知识的拓扑先验图； 步骤2：通过图卷积网络提取输入数据图结构中的局部特征； 步骤3：构建统计量进行故障诊断； 步骤4：在图卷积网络的基础上，使用图卷积长短时记忆循环神经网络，学习到工业数据中的动态时间特性，进行故障预测； 步骤5：将图卷积与长短时记忆网络结合，与SDG建模一起封装成微服务装置，以微服务的方式实现工业系统的故障诊断以及故障预测； 所述步骤1包括： 先列出工业系统的变量和相关部件，将变量作为模型的节点并进行定义； 然后依据经验知识确定变量之间的相互作用关系，得出影响方程组； 最后由影响方程组建立SDG模型，并利用工业数据对SDG进行验证、修正，最终得到工业过程SDG图； 所述步骤2包括： 图卷积网络的输入是一张完整的图，在第一个卷积层对图中每个节点的邻居节点进行一次卷积运算，得到的结果对该节点进行更新，接着利用激活函数进行非线性映射；重复上述过程，构建深度图卷积网络模型； 邻域矩阵A、输入数据xt以及可训练的权重矩阵W的乘积视为提取一阶领域特征的图卷积算子Gt＝AxtW作为图卷积的局部特征； 所述步骤3包括： 定义图卷积网络的局部特征所张成的空间，称为特征子空间，根据特征的统计分布特性，基于局部特征Gt，在特征子空间下构造H2统计量进行假设检验，表达式为： H2＝Gt TGt 对于任意输入样本，H2代表局部特征的平方和，用来表达特征空间的统计分数据对应的隐层特征以预设高概率落在该分布中；对于不符合预设条件测试数据，相应的隐层特征会偏离特征空间，进而导致H2偏离该分布。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。