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！

龙图腾网获悉浙江泛和科技有限公司申请的专利一种基于多传感融合的伺服电缆弯曲应力自适应预测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：CN120372520B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510868175.2，技术领域涉及：G06F18/2433；该发明授权一种基于多传感融合的伺服电缆弯曲应力自适应预测方法是由罗勇;赵国贤;罗心妤设计研发完成，并于2025-06-26向国家知识产权局提交的专利申请。

本一种基于多传感融合的伺服电缆弯曲应力自适应预测方法在说明书摘要公布了：本发明涉及工业设备状态监测技术领域，提出一种基于多传感融合的伺服电缆弯曲应力预测方法。针对现有技术中数据维度单一、机器学习模型泛化能力差及实时性不足的问题，首先，通过部署多模态传感器，获取并预处理多源历史数据集。然后，构建神经网络融合层对预处理后的数据集进行融合，生成综合时频域融合数据。接着，构建可训练深度神经网络混合架构，对融合数据进行深度特征提取并执行模式关联分析，得到综合关联矩阵。最后，实时获取的新数据直接输入所述预测神经网络，结合综合关联矩阵进行时序预测推理，得到最终应力预测数据。该方法显著提高了伺服电缆弯曲应力预测的准确性，并增强了系统的自适应性和鲁棒性。

本发明授权一种基于多传感融合的伺服电缆弯曲应力自适应预测方法在权利要求书中公布了：1.一种基于多传感融合的伺服电缆弯曲应力自适应预测方法，其特征在于，包括： 在伺服电缆弯曲区域部署多模态传感器阵列，用于获取第一历史数据集，包括弯曲应变数据、温度梯度数据、振动数据、负载电流数据和应力数据，并对第一历史数据集进行预处理，得到第二历史数据集； 构建基于熵权法和注意力机制的深度神经网络融合层对第二历史数据集进行融合，得到综合时频域融合数据； 构建基于时序卷积神经网络和双向长短期记忆神经网络的一种可训练的深度神经网络混合架构对综合时频域融合数据进行深度特征提取，生成综合时频域融合特征； 通过所述深度神经网络混合架构对时频域融合特征进行模式关联分析，得到时域特征关联矩阵和频域特征关联矩阵，进而得到综合关联矩阵；所述模式关联分析，得到时域特征关联矩阵和频域特征关联矩阵，进而得到综合关联矩阵的步骤具体包括：所述深度神经网络混合架构从综合时频域融合特征中获取弯曲应变数据、温度梯度数据、振动数据和负载电流数据的时域特征和频域特征；计算各原始数据时域特征和频域特征与预测应力之间的皮尔逊相关系数，生成所述时域特征关联矩阵和频域特征关联矩阵；最后，将所述时域特征关联矩阵和频域特征关联矩阵进行加权组合，得到所述综合关联矩阵； 实时获取弯曲应变数据、温度梯度数据、振动数据和负载电流数据，将其输入所述深度神经网络混合架构，并结合综合关联矩阵进行时序预测推理，得到应力预测数据；所述得到应力预测数据方法为：实时获取的弯曲应变数据、温度梯度数据、振动数据和负载电流数据，经预处理和初步深度学习特征提取后，作为所述综合关联矩阵的输入，与综合关联矩阵进行张量乘法运算，生成最终的应力预测数据。

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浙江泛和科技有限公司，其通讯地址为：311800 浙江省绍兴市诸暨市暨阳街道兴农路9号诸暨数智安防产业园二期8幢；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”。