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！

龙图腾网获悉创鑫伟业线缆科技有限公司申请的专利一种基于特征数据分析的电缆生产智能管控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：CN120611917B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510706507.7，技术领域涉及：G06Q10/0631；该发明授权一种基于特征数据分析的电缆生产智能管控方法及系统是由赵占强;赵占元;赵宇;李兆佳;李新冲;郑旭照设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本一种基于特征数据分析的电缆生产智能管控方法及系统在说明书摘要公布了：本发明公开了一种基于特征数据分析的电缆生产智能管控方法及系统，涉及电缆生产管控技术领域，包括：先获取电缆结构信息以确定类型，同步采集对应类型的历史生产全流程数据，包含设备运行、工艺参数等多类数据；接着从历史数据中提取关键特征，构建电缆生产质量指标预测模型与生产设备能耗预测模型；再获取实时生产数据并提取关键特征，输入模型得到质量和能耗指标；最后基于两类指标动态调整生产计划，涵盖设定阈值、多场景预警及计划维持或调整策略。本发明的优点在于，通过数据驱动实现生产全流程智能化管控，可提升质量预测准确性，优化能耗管理，增强生产计划灵活性，为电缆生产的高效、精准的管理提供技术支撑。

本发明授权一种基于特征数据分析的电缆生产智能管控方法及系统在权利要求书中公布了：1.一种基于特征数据分析的电缆生产智能管控方法，其特征在于，包括： 获取电缆结构信息，确定电缆类型信息，同步采集与电缆类型相关的历史电缆生产全流程数据，所述历史电缆生产全流程数据包括历史设备运行数据、历史工艺参数数据、历史质量检测数据、历史物料数据和历史环境数据； 基于历史电缆生产全流程数据，提取历史关键特征数据，构建电缆生产质量指标预测模型和生产设备能耗预测模型； 获取实时设备运行数据、实时工艺参数数据、实时质量检测数据、实时物料数据和实时环境数据，之后提取实时关键特征数据，并将其输入电缆生产质量指标预测模型和生产设备能耗预测模型，获取电缆生产质量指标和生产设备能耗指标； 基于电缆生产质量指标和生产设备能耗指标，动态调整电缆生产计划； 所述获取电缆结构信息，确定电缆类型信息，具体包括： 通过图纸解析的方式，获取电缆结构信息； 将电缆结构信息分解为量化的特征维度，形成特征向量集合F＝{f1，f2，…，fn}，所述特征向量集合中的每个特征fn对应电缆的物理属性和集合参数； 构建电缆类型分类规则库，将特征向量集合与电缆类型分类规则库中的分类规则集合逐一匹配，确定电缆类型信息； 所述电缆类型分类规则库的构建步骤为： 获取电缆生产信息，构建从结构特征到电缆类型的映射关系； 基于从结构特征到电缆类型的映射关系，定义分类规则集合R＝{R1，R2，…，Rk}，其中，每个规则Rk对应一组特征约束条件； 将分类规则集合进行整合，得到电缆类型分类规则库； 所述电缆生产质量指标预测模型的构建步骤，具体包括： 通过随机森林的特征重要性排序对历史关键特征数据中的数据进行筛选，得到最优特征子集； 获取最优特征子集对应的采集时间跨度T1，并根据采集时间跨度T1中的时间戳信息对最优特征子集中的特征值进行排序，得到Xs1,t1，t1∈T1，其中，Xs1,t1为第t1时刻时最优特征子集中的第s1种特征值； 获取第s1种特征值在采集时间跨度T1内的均值、方差和极值，或通过傅里叶变换提取第s1种特征值在采集时间跨度T1内的频域特征； 将第s1种特征值在采集时间跨度T1内的均值、方差和极值，以及第s1种特征值在采集时间跨度T1内的频域特征作为模型输入参数； 基于神经网络，按7比3的比例将历史关键特征数据划分为训练集与测试集，同步对神经网络模型进行训练，经过交叉验证和超参数优化后，得到电缆生产质量指标预测模型； 所述生产设备能耗预测模型的构建步骤，具体包括： 从历史关键特征数据中提取出与能耗相关的新特征，同步获取新特征对应的生产设备编号； 基于生产设备编号确定每个生产设备编号对应的历史关键特征数据中的特征值，并将相同生产设备获取的历史关键特征数据中的特征值存入同一个数据集中，得到待选生产设备能耗预测子集； 获取待选生产设备能耗预测子集对应的采集时间跨度T2，并根据采集时间跨度T2中的时间戳信息对待选生产设备能耗预测子集中的特征值进行排序，得到Xs2,t2，t2∈T2，其中，Xs2,t2为第t2时刻时待选生产设备能耗预测子集中的第s2种特征值； 获取第s2种特征值在采集时间跨度T2内的均值、方差和极值，或通过傅里叶变换提取第s2种特征值在采集时间跨度T2内的频域特征； 将第s2种特征值在采集时间跨度T2内的均值、方差和极值，以及第s2种特征值在采集时间跨度T2内的频域特征作为模型输入参数； 将相同生产设备编号的历史关键特征数据划分至一个数据集中，得到生产设备能耗预测第一数据集； 基于线性回归，将每个生产设备编号对应的生产设备能耗预测第一数据集均按照8比2的比例划分为训练集和测试集，同步对线性回归网络模型进行训练，经过交叉验证和超参数优化后，得到生产设备能耗预测模型。

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创鑫伟业线缆科技有限公司，其通讯地址为：055552 河北省邢台市宁晋县苏家庄镇司马村；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。