Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京工业大学公备获国家专利权

北京工业大学公备获国家专利权

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!

龙图腾网获悉北京工业大学申请的专利一种基于神经网络的工控数据异常的自学习检测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:CN119717550B

龙图腾网通过国家知识产权局官网在2025-10-17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:202510229216.3,技术领域涉及:G05B13/04;该发明授权一种基于神经网络的工控数据异常的自学习检测系统是由公备;龚沫薇设计研发完成,并于2025-02-28向国家知识产权局提交的专利申请。

一种基于神经网络的工控数据异常的自学习检测系统在说明书摘要公布了:本发明涉及自学习检测领域,尤其涉及一种基于神经网络的工控数据异常的自学习检测系统,包括:连续命令模块,用以间隔预设时间对工控系统发送运行命令,数据收集模块,用以收集工控系统的实时工控数据,异常预测模块,用以选取若干学习特征,对实时工控数据进行预处理,并利用神经网络模型对工控预处理数据进行学习,生成对应的异常可能性预测图,故障调节模块,用以将异常可能性预测图中的可能性数值与异常可能性阈值进行比较,当故障调节模块判定工控数据异常时,对机床异常轴进行定位,实现了从数据采集到异常检测和故障定位的全流程自动化,不仅提高了异常检测的精度和效率,还通过自学习功能不断优化检测模型,适应工控系统的动态变化。

本发明授权一种基于神经网络的工控数据异常的自学习检测系统在权利要求书中公布了:1.一种基于神经网络的工控数据异常的自学习检测系统,其特征在于,包括: 连续命令模块,用以间隔预设时间对工控系统发送运行命令; 数据收集模块,其与连续命令模块相连,用以收集工控系统执行运行命令的过程中的实时工控数据; 异常预测模块,其与数据收集模块相连,用以根据实时工控数据选取若干学习特征,对实时工控数据进行预处理,形成对应的工控预处理数据,并利用神经网络模型对工控预处理数据进行学习,生成对应的异常可能性预测图; 故障调节模块,其与异常预测模块相连,包括: 比较器,其用以提取异常可能性预测图中的可能性数值,并将可能性数值与异常可能性阈值进行比较,形成对应的比较结果; 判定器,其与比较器相连,用以根据比较结果对工控数据的运行状态作出判定; 追溯器,其与判定器相连,用以在工控数据异常时根据发射时间顺序对机床异常轴进行定位; 计时装置根据对应的预设时间生成触发信号,命令发射装置接收来自计时装置的触发信号,按照触发信号的顺序,从储存装置中读取运行命令并发送至工控系统; 数据传感器置于机床各轴,并与机床各轴通过网络连接,监测并收集机床各轴对应的实时工控数据,数据调整器读取采集到的实时工控数据并进行数据偏差校正,数据转换器将实时工控数据中的模拟信号转换为数字信号,并将转换后的实时工控数据传输至异常预测模块; 其中,数据偏差校正为读取实时工控数据中的缺失值,并对缺失值进行线性插值填充; 其中,预设时间与工控系统的运行性能有关; 实时工控数据为工控系统执行运行命令的过程中机床各轴产生的工控参数; 工控参数包括机床各轴的速度、加速度和扭矩; 学习特征包括速度变化率、加速度变化率和扭矩变化率; 神经网络模型由工控预处理数据形成的工控训练集进行训练生成; 异常可能性阈值为机床各轴发生异常的可能性的临界值,和机床各轴工作时的同步性有关。

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北京工业大学,其通讯地址为:100124 北京市朝阳区平乐园100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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。