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！

龙图腾网获悉江阴市富仁高科股份有限公司申请的专利一种基于深度学习的充电机器人故障诊断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：CN120832599B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202511336382.X，技术领域涉及：G06F18/243；该发明授权一种基于深度学习的充电机器人故障诊断方法及系统是由黄瑞娟;王金涛;李瑶;朱永康设计研发完成，并于2025-09-18向国家知识产权局提交的专利申请。

本一种基于深度学习的充电机器人故障诊断方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的充电机器人故障诊断方法及系统，具体涉及机器人故障诊断技术领域，包括以下步骤：采集运行过程中的多类型传感通道数据，构建结构化输入序列；计算局部扰动幅度与趋势差异生成弱异常置信值，判定是否触发后续分析；若触发，提取模态漂移残差指数与微异常演化趋势指数，拼接形成融合特征向量；通过训练好的深度学习模型输出各通道的数值系数；依据数值系数与特征调整采样频率；本发明通过统一多通道数据处理流程、构建趋势驱动的异常识别机制，并结合深度学习模型输出实现采样频率的动态闭环调控，提升了充电机器人故障诊断系统的数据一致性、识别灵敏度与资源利用效率，实现多通道状态的精细化、自适应监测。

本发明授权一种基于深度学习的充电机器人故障诊断方法及系统在权利要求书中公布了：1.一种基于深度学习的充电机器人故障诊断方法，其特征在于，包括以下步骤： 采集充电机器人在运行过程中的多类型传感通道数据，对采集数据进行时间对齐、归一化与异常剔除处理，构建结构化数据输入序列，用作后续诊断过程的统一输入依据； 基于结构化数据输入序列，在连续时间段内计算各通道局部扰动幅度与通道间趋势差异，形成用于识别潜伏性异常的弱异常置信值，该置信值用于判定是否触发进一步分析步骤； 分析步骤被触发时，提取两类特征量，一为基于多个通道数据联合变化趋势构建的模态漂移残差指数，另一为基于单通道历史变化方向构建的微异常演化趋势指数，将两类特征量进行拼接，形成融合特征向量； 融合特征向量通过多次调用经历史标注数据训练完成的深度学习模型，最终输出的每个数值系数分别对应一个通道，表示该通道当前状态下潜在故障的严重程度； 基于每个通道的数值系数、微异常演化趋势指数、通道初始采样频率以及当前模态漂移残差指数，分别调整各通道的采样频率，频率调整后用于更新下一周期的数据输入序列； 基于多个通道数据联合变化趋势构建模态漂移残差指数时，首先在同一时间窗口下对结构化数据输入序列中的每一个通道提取一阶差分序列，并将差分序列中的每个值转化为符号序列，正值记为正符号，负值记为负符号，零值记为静止符号，得到每个通道的符号趋势序列； 对任意两个通道的符号趋势序列进行位置对齐，并从第一个位置起依次比较符号对是否相同，相同为匹配，记录匹配次数；再计算两个序列之间的平均匹配密度，定义为匹配次数除以符号序列长度，并进一步减去两序列之间的平均符号跳变位置差，该跳变位置差为两通道在所有符号变化点之间的平均偏移距离，所得到的结果定义为该通道对的一致性系数； 构建趋势交叉矩阵，该矩阵中每一元素表示两通道在各编码段中趋势方向的一致性系数，从该矩阵中提取所有一致性系数的最大值与最小值之差作为范围跨度值，然后联同该矩阵的标准差和偏度，进行加权求和构成模态漂移残差指数； 基于单通道历史变化方向构建微异常演化趋势指数时，针对结构化数据输入序列中的每一个通道，在同一时间窗口下提取等间隔片段，对每一片段拟合线性趋势函数，并记录每一趋势函数的斜率方向、斜率幅度与残差平方和；在得到时间窗口内的全部趋势函数序列后，计算趋势方向变换频率、平均残差波动幅度与斜率幅度标准差，将上述三类统计量分别归一化后构成三维特征向量，并使用归一化欧氏距离函数计算该三维特征向量与正常基准趋势向量之间的距离，所得距离数值即为微异常演化趋势指数。

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江阴市富仁高科股份有限公司，其通讯地址为：214400 江苏省无锡市江阴市新园路8-6号、8-7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。