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！

龙图腾网获悉四川航天电液控制有限公司申请的专利一种基于大模型的生产环境自主巡检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：CN120599714B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202511094782.4，技术领域涉及：G07C1/20；该发明授权一种基于大模型的生产环境自主巡检方法是由李晓辉;窦涛;秦超;苟太平;伏淇设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本一种基于大模型的生产环境自主巡检方法在说明书摘要公布了：本发明公开了一种基于大模型的生产环境自主巡检方法，属于生产安全信息化技术领域，包括：S1、搭建生产环境对应的三维虚拟场景，并在三维虚拟场景中关联实时采集的多模态传感器时序数据；S2、构建并训练大模型框架，得到TD‑MIN巡检大模型；S3、利用TD‑MIN巡检大模型对生产环境对应三维虚拟场景中的多模态传感器时序数据进行自主分析和决策，输出决策分析数据；S4、根据决策分析数据，确定决策场景及其对应决策策略，并推送至对应目标终端，实现生产环境的自主巡检。本发明可以根据不同的设备异常、报警和故障给出对应的决策完成生产环境中的自主巡检决策功能，实现复杂工况下的非结构化风险推理，大幅提升不同生产环境下巡检工作的智能化和无人化。

本发明授权一种基于大模型的生产环境自主巡检方法在权利要求书中公布了：1.一种基于大模型的生产环境自主巡检方法，其特征在于，包括以下步骤： S1、搭建生产环境对应的三维虚拟场景，并在三维虚拟场景中关联实时采集的多模态传感器时序数据； S2、构建并训练大模型框架，得到TD-MIN巡检大模型； 所述TD-MIN巡检大模型包括编码阶段和解码阶段，所述编码阶段及解码阶段分别设置有第一模型容错机制模块和第二模型容错机制模块，且所述解码阶段还设置有层次化不确定性量化网络；所述第一模型容错机制模块、第二模型容错机制模块通过引入扩散模型的渐进式噪声注入与去噪策略，实现输入数据的特征提取并补偿异常数据；所述层次化不确定性量化网络通过统计输入数据的不确定性并结合动态置信度调节机制，实现输入数据特征提取的历史回退和冗余校验； S3、利用TD-MIN巡检大模型对生产环境对应三维虚拟场景中的多模态传感器时序数据进行自主分析和决策，输出决策分析数据； S4、根据决策分析数据，确定决策场景及其对应决策策略，并推送至对应目标终端，实现生产环境的自主巡检； 在所述TD-MIN巡检大模型中： 所述第一模型容错机制模块和第二模型容错机制模块结构相同，均包括输入嵌入层，所述输入嵌入层的输出端连接若干并列的线性层，每个线性层的输出端均依次连接一个容错编码层和注意力机制层，每个所述注意力机制层的输出端均连接容错前馈神经网络的输入端，所述容错前馈神经网络输出非线性变换数据； 所述层次化不确定性量化网络包括依次连接的第一UNet模块、第一特征提取层、不确定性量化层、跳跃连接层、第二特征提取层、第二UNet模块和冗余校验层，所述冗余校验层输出冗余校验后的决策分析数据； 所述步骤S3中，利用TD-MIN大模型进行自主分析和决策的过程为： S301、将传感器群数据作为模型输入数据，通过嵌入层将模型输入数据进行分别进行位置、传感器类型及点云数据编址，得到编码传感器群数据； 所述传感器群数据包括多模态传感器时序数据及其在三维虚拟场景中的点云数据； S302、在编码阶段，将编码传感器群数据通过第一全连接层处理后，通过自注意力机制层建立编码传感器群数据在其信息序列内部的依赖关系，并通过引入动态置信度调节机制，避免编码阶段网络结构的序列递归； S303、通过拼接层将通过自注意力机制层的编码传感器群数据拼接，并依次通过第二全连接层和第三全连接层的梯度下降计算后，输入至第一模型容错机制模块中； S304、在第一模型容错机制模块中，对输入数据处理并进行第一次扩散模型的渐进式噪声注入与去噪，输出非线性变化数据； S305、依次通过第一残差网络层、第一标准归一化层、第一最大池化层、第四全连接层以及第一Softmax层对非线性变化数据进行处理，得到编码阶段输出数据； 所述编码阶段输出数据包括补偿异常数据和特征提取数据； S306、在解码阶段，将编码阶段输出数据依次通过多重卷积操作和前馈神经网络处理后，输入至第二模型容错机制模块处理并进行第二次扩散模型的渐进式噪声注入与去噪，输出非线性变化数据； S307、将第二模型容错机制模块输出的非线性变化数据依次通过第二残差网络层和第二标准归一化层处理后，输入至层次化不确定性量化网络； S308、在层次化不确定性量化网络中，对输入数据进行多粒度不确定性建模，以捕获输入数据在不同层级的总不确定性，并根据其进行冗余校验，进而输出决策分析数据； S309、依次通过第三残差网络层、第二标准归一化层、第二最大池化层、第五全连接层、第二Softmax层以及多层感知机MLP对决策分析数据处理后，输出决策分析数据。

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四川航天电液控制有限公司，其通讯地址为：610000 四川省成都市高新区新达路15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。