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！

龙图腾网获悉烟台大学申请的专利一种基于知识图谱与边缘计算的复杂装备数据监测方法及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：CN120216887B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510694430.6，技术领域涉及：G06F18/10；该发明授权一种基于知识图谱与边缘计算的复杂装备数据监测方法及系统是由刘兆伟;董济豪;张金鑫;宋鑫超;于彦伟;王涛;张树立;刘延乐;陈本权;程徐;赵鑫鑫;李腾江;阎维青;于自强;姜岸佐;李恒;单垚设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本一种基于知识图谱与边缘计算的复杂装备数据监测方法及系统在说明书摘要公布了：本发明涉及数据监测技术领域，尤其是涉及一种基于知识图谱与边缘计算的复杂装备数据监测方法及系统。方法包括多模态数据采集与边缘智能预处理；对预处理后的数据进行特征提取；多源异构数据融合与动态知识图谱构建；深度知识推理与分层式故障预警决策；基于预警决策的自优化与知识闭环管理。本发明边缘层的差分编码与自适应压缩算法使数据传输量减少了75%，大幅降低了网络带宽需求，提高了系统运行效率。

本发明授权一种基于知识图谱与边缘计算的复杂装备数据监测方法及系统在权利要求书中公布了：1.一种基于知识图谱与边缘计算的复杂装备数据监测方法，其特征在于，包括： 多模态数据采集与边缘智能预处理； 对预处理后的数据进行特征提取； 多源异构数据融合与动态知识图谱构建； 深度知识推理与分层式故障预警决策； 基于预警决策的自优化与知识闭环管理； 所述多模态数据采集与边缘智能预处理，包括构建基于异构传感器网络的多模态数据采集体系，在装备关键部位部署振动、温度、声学和电气参数多类型传感器，形成密集监测网络；采用自适应采样策略动态调整采样频率，并定义设备状态变化率Rt的计算方法，表示为： ， 其中，n表示监测参数的总数，表示第i个参数的权重系数，表示第i个参数在t时刻的值，表示采样间隔； 所述边缘智能预处理，包括针对采集的原始数据，边缘节点实施轻量化信号处理算法链，包括自适应滤波、小波分解和短时傅里叶变换，其中，小波分解采用多分辨率分析方法，将信号分解为不同频带的子信号，表示为： ， 其中，为尺度函数，为小波函数，为近似系数，为细节系数，j表示分解层级，k表示时间平移； 所述对预处理后的数据进行特征提取，包括在特征提取环节采用计算复杂度优化的时域、频域与时频域特征提取方法，针对不同类型信号计算峭度、峰值因子和频谱熵敏感特征指标，同时引入基于滑动窗口的多尺度分析，捕捉参数趋势变化，滑动窗口分析的数学表示为： ， 其中，w为窗口长度，对于每个窗口，计算统计特征并跟踪其变化趋势： ， 其中，表示特征提取函数，为窗口步长，为采样间隔； 所述多源异构数据融合与动态知识图谱构建，包括在边缘节点与云端之间部署分布式雾计算集群，雾计算层接收来自多个边缘节点的特征数据流，首先进行时空对齐处理，解决多源数据的异步性与不一致性问题，时空对齐采用改进的动态时间规整算法，结合卡尔曼滤波进行时间戳校正，优化目标函数为： ， 其中，为时间偏移量，表示不同数据源之间的时间延迟，为特征权重，表示数据源X中t时刻的第i个特征与数据源Y中时刻t+τ的第j个特征之间的距离度量； 所述多源异构数据融合与动态知识图谱构建，还包括时空对齐后，采用基于Dempster-Shafer证据理论的信息融合框架，通过置信度分配函数整合不同来源的特征证据实现多模态数据融合，表示为： ， 其中，表示集合的置信度，表示第个数据源对集合A的置信度分配，表示数据源总数，表示第个数据源的可靠性权重，动态调整以适应工况变化； 所述多源异构数据融合与动态知识图谱构建，还包括采用实体-关系-属性的语义三元组结构表示装备构件间的拓扑关系、功能依赖与故障传播路径，并基于增量学习的图谱演化机制，采用半监督学习方法获取新知识，融合设备运行数据挖掘结果与专家反馈，通过关系抽取算法自动识别新的实体关联，关系抽取采用远程监督方法，其目标函数为： ， 其中，为训练集，为给定实体对的条件下关系的概率，为模型参数，为正则化系数。

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大学，其通讯地址为：264003 山东省烟台市莱山区清泉路30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”。