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！

龙图腾网获悉横川机器人(深圳)有限公司申请的专利一种智能电机的异常检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：CN120408475B 。

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：202510924928.7，技术领域涉及：G06F18/2433；该发明授权一种智能电机的异常检测方法及系统是由余戈涛;罗龙慧;卓伟坚;李兆丰;梁明昊;潘昌盛设计研发完成，并于2025-07-04向国家知识产权局提交的专利申请。

本一种智能电机的异常检测方法及系统在说明书摘要公布了：本发明涉及设备异常检测技术领域，揭露了一种智能电机的异常检测方法及系统，所述方法，包括：采集智能电机工作时的多源异构数据并进行特征级融合，以及进行潜在本特学习，得到优化数据特征；对优化数据特征进行数据片段分割，得到分割特征，确定分割特征在多分辨率下的时频特征图谱；挖掘智能电机多维运行特征的特征关联关系，以构建强化学习策略，对智能电机的多维运行特征进行目标特征筛选，得到筛选特征子集；对筛选特征子集进行对抗生成处理，得到模拟样本，对模拟样本和筛选特征子集进行特征集成学习处理，得到判断特征，对智能电机进行异常分析，得到异常检测报告。本发明可以提高对于智能电机的中不明显或特征较弱异常的检测精度。

本发明授权一种智能电机的异常检测方法及系统在权利要求书中公布了：1.一种智能电机的异常检测方法，其特征在于，所述方法包括： 采集智能电机工作时的多源异构数据，所述多源异构数据是指智能电机运行过程中生成的振动数据、温度数据及电流数据，对所述多源异构数据进行特征级融合，得到特征融合数据，对所述特征融合数据进行潜在本特学习，得到优化数据特征，具体包括： 对所述特征融合数据进行张量重构处理，得到重构数据； 对所述重构数据进行时空注意力编码，得到时空融合特征； 对所述时空融合特征进行特征压缩，得到隐变量分布参数； 对所述隐变量分布参数进行特征筛选，得到优化数据特征； 查询所述智能电机的运行波动状态，基于所述运行波动状态对所述优化数据特征进行数据片段分割，得到分割特征，具体包括：对所述运行波动状态进行参数量化处理，得到运行波动参数，对所述运行波动参数进行动态阈值建模，得到自适应波动阈值，利用所述自适应波动阈值，对所述优化数据特征进行数据片段分割，得到初始数据片段，检测所述初始数据片段的边界梯度，以利用所述边界梯度，对所述初始数据片段进行动态优化，得到分割特征，对所述分割特征进行时频联合分析，以确定所述分割特征在多分辨率下的时频特征图谱； 利用所述时频特征图谱，挖掘智能电机多维运行特征的特征关联关系，基于所述特征关联关系，构建智能电机异常检测的强化学习策略，具体包括：利用所述特征关联关系，构建所述智能电机的状态空间，得到状态向量，对所述状态向量进行动作离散化处理，得到离散动作集，构建所述离散动作集的多目标奖励函数，基于所述离散动作集和所述多目标奖励函数，构建智能电机异常检测的强化学习策略，利用所述强化学习策略，对所述智能电机的多维运行特征进行目标特征筛选，得到筛选特征子集，所述强化学习策略采用深度确定性策略梯度算法，结合经验回放机制和目标网络构建，进一步的，所述多目标奖励函数通过设计加权和形式的奖励函数得到，包含异常检测准确率、决策响应时间、误判损失三个子目标； 对所述筛选特征子集进行对抗生成处理，得到模拟特征子集样本，对所述模拟特征子集样本和所述筛选特征子集进行特征集成学习处理，得到判断特征，利用所述判断特征，对所述智能电机进行异常分析，以确定所述智能电机的异常类型、发生概率及严重程度，输出包含故障位置、发生概率、故障等级及处理建议的异常检测报告。

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横川机器人(深圳)有限公司，其通讯地址为：518000 广东省深圳市宝安区福海街道新和社区新兴工业园三区一期2号一层；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。