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 > 微特技术有限公司;湖北微特传感物联研究院有限公司刘艳获国家专利权

微特技术有限公司;湖北微特传感物联研究院有限公司刘艳获国家专利权

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!

龙图腾网获悉微特技术有限公司;湖北微特传感物联研究院有限公司申请的专利一种基于机器学习的起重机运维方法、电子设备及计算机可读存储介质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:CN119284746B

龙图腾网通过国家知识产权局官网在2025-12-09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:202411468919.3,技术领域涉及:B66C13/16;该发明授权一种基于机器学习的起重机运维方法、电子设备及计算机可读存储介质是由刘艳;高钰敏;聂道静;韩忠;朱路;崔雪莲;邵世平;刘瑞设计研发完成,并于2024-10-21向国家知识产权局提交的专利申请。

一种基于机器学习的起重机运维方法、电子设备及计算机可读存储介质在说明书摘要公布了:本发明提供了一种基于机器学习的起重机运维方法,其包括:在起重机的金属结构、电气控制元件、驱动机构上装设传感器组对起重机的本质安全进行监测,形成各关键部位数据组;对起重机使用过程中的状态进行使用安全的实时监测,形成使用过程数据组;对关键部位数据组和使用过程数据组进行数据处理,以提取特征数据并使用神经网络来搭机器学习建模型并进行模型训练;采集实时数据输入模型进行判断,当预测概率高于某个阈值时,发出故障警报、同时采用卷积神经网络对故障报警分类,根据不同种类的故障报警进行维护工作。本发明解决了现有技术中运维管理过程中无法有效预测设备故障情况的问题。还提供了一种电子设备和一种计算机可读存储介质。

本发明授权一种基于机器学习的起重机运维方法、电子设备及计算机可读存储介质在权利要求书中公布了:1.一种基于机器学习的起重机运维方法,其特征在于,包括: 在起重机的金属结构、电气控制元件、驱动机构上装设传感器组对起重机的本质安全进行监测,形成各关键部位数据组; 对起重机使用过程中的状态进行使用安全的实时监测,形成使用过程数据组; 对关键部位数据组和使用过程数据组进行数据处理,以提取特征数据并使用神经网络来搭机器学习建模型并进行模型训练; 采集实时数据输入模型进行判断,当预测概率高于某个阈值时,发出故障警报、同时采用卷积神经网络对故障报警分类,根据不同种类的故障报警进行维护工作;所述数据处理包括对数据组进行数据清洗,数据清洗包括填写缺失的值、光滑噪声数据、识别或删除离群点中的一种或多种;所述数据处理还包括将清洗完后的数据调整成适用于机器学习算法的格式,将多个数据组中的数据结合起来并统一存储,建立数据仓库,进行数据集成; 所述数据处理还包括: 从数据仓库中提取取出原始数据样本,对原始数据样本进行特征提取,作为原始信号特征; 从公开的起重机故障数据库中提取故障特征,包括时域特征、频域特征、时频域特征,用于进行故障诊断;所述数据处理还包括: 对已提取的特征进行筛选,计算如下: S1:使用等式中表示的公式计算class=y的特征x的内部距离,,其中N表示样本的数量,F表示特征的数量,类的数量由C表示,和分别是yth类的C个样本的x个特征和yth类N个样本的x个特征; S2:计算x特征的y类内部距离的平均值,用等式表示: ,S3:计算y类中N个样本的x特征的平均值,用等式表示: ,S4:使用等式计算x特征的C类的间距离的平均值: S5:使用等式计算x特征的评估因子: ,特征是根据x的值进行排序的,然后增加特征的数量。

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微特技术有限公司;湖北微特传感物联研究院有限公司,其通讯地址为:443000 湖北省宜昌市中国(湖北)自贸区宜昌片区港城路6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。