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！

龙图腾网获悉平方和(北京)科技有限公司申请的专利基于隐形眼镜智能生产线瑕疵预测的参数优化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：CN120911707B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202511447296.6，技术领域涉及：G06Q10/04；该发明授权基于隐形眼镜智能生产线瑕疵预测的参数优化系统是由蔡仲伦;姚佳迪;丁朝海;黄俊炳设计研发完成，并于2025-10-11向国家知识产权局提交的专利申请。

本基于隐形眼镜智能生产线瑕疵预测的参数优化系统在说明书摘要公布了：本发明涉及生产线数据管理技术领域，具体是基于隐形眼镜智能生产线瑕疵预测的参数优化系统，本申请从历史运行数据中提取各流程工艺参数序列以及对应的检测结果，从工艺参数序列中提取动态特征，并通过机器学习拟合动态特征与检测结果的对应关系，得到瑕疵预测模型。利用瑕疵预测模型对当前时间段的工艺参数的动态特征进行预测，得到瑕疵预测结果。利用动态调整技术对工艺参数进行调整，得到初步调整方案，然后将初步调整方案与历史成熟方案进行匹配，在匹配时，输出最终优化方案。本申请为了提高隐形眼镜的生产效率和质量，需要利用机器学习等预测技术，通过分析生产数据来提前识别潜在的生产瑕疵，并在生产过程中提供实时的调整建议。

本发明授权基于隐形眼镜智能生产线瑕疵预测的参数优化系统在权利要求书中公布了：1.基于隐形眼镜智能生产线瑕疵预测的参数优化系统，其特征在于，包括： 数据采集模块，用于获取隐形眼镜智能生产线各流程的设备的历史运行数据，并获取隐形眼镜智能生产线各流程的设备的当前运行数据，其中，所述历史运行数据包括多个历史时间点的多种工艺参数的值以及镜片瑕疵检测结果，所述当前运行数据包括当前时间段多个时间点的多种工艺参数的值，所述当前时间段为当前时间点之前目标时长的时间段； 数据预处理模块，用于对所述历史运行数据和所述当前运行数据分别进行预处理，得到预处理数据样本和当前预处理数据，并分别对所述预处理数据样本和所述当前预处理数据进行特征提取，得到特征样本和当前特征；用于对所述历史运行数据进行预处理，得到预处理数据样本，包括：对所述历史运行数据进行清洗，得到清洗数据，其中，清洗方式包括设备故障对应的数据剔除、基于业务逻辑的数据删除、插值以及异常值剔除，所述清洗数据为时序数据序列；基于预先构建的滑动窗口沿所述清洗数据的每个工艺参数的取值序列滑动，得到多个时间窗口的分片数据，其中，所述滑动窗口的宽度基于所述清洗数据所属的工序确定；提取每个工艺参数的多个分片数据的时域特征，其中，所述时域特征包括工艺参数的均值、峰值、谷值、方差、极差、上升斜率、下降斜率和波动频率；对所述每个工艺参数的多个分片数据进行傅里叶变换，得到每个工艺参数的多个分片数据的频域数据，并从所述频域数据中提取频域特征，其中，所述频域特征包括主频、次主频、频谱能量分布和频谱峰值；将所述时域特征和所述频域特征进行组合，得到时频域特征；基于预先构建的关联模型确定与镜片变形瑕疵关联的第一工艺参数和与划伤瑕疵关联的第二工艺参数；将多种第一工艺参数的时域特征和频域特征分别进行时间对齐组合，得到特征组合；将多种缺陷关联信息引入至所述第二工艺参数对应时间点的频域特征和时域特征中，得到融合特征，其中，缺陷关联信息为取放料机械臂的运行异常报警和吸嘴磨损预警信息、隐形眼镜原料差异信息以及设备调试记录中的其中一个或者多种组合；对所述工艺参数的时频域特征、特征组合以及融合特征进行标准化处理，得到结构化动态特征，并基于所述结构化动态特征以及对应的镜片瑕疵检测结果构建预处理数据样本；所述关联模型的构建方法包括：基于镜片瑕疵检测结果对所述历史运行数据进行分类，得到多种瑕疵类型的历史运行数据单元；对所述历史运行数据单元进行预处理和特征提取，得到每种工艺参数的多个特征向量，其中，表示时间窗口，为工艺参数的序号；对所述历史运行数据单元的多个特征向量进行密度聚类，得到多个特征向量簇；提取每个特征向量簇的簇内数据量，并将簇内数据量大于设定阈值的特征向量簇作为目标簇，并基于工艺参数对目标簇进行合并，得到目标簇集合，其中，每个目标簇集合对应一种工艺参数；统计目标簇集合的数量与历史运行数据单元的数量的比值，并将比值大于设定比例阈值的工艺参数作为历史运行数据单元对应的瑕疵类型的关联工艺参数；基于多种瑕疵类型的关联工艺参数构建关联模型； 建模与优化模块，用于基于所述特征样本与所述镜片瑕疵检测结果构建训练数据，并基于所述训练数据结合焦点损失函数对人工神经网络进行训练，得到初始预测模型；基于所述初始预测模型计算不同工艺参数对镜片瑕疵检测结果的贡献度；并基于所述贡献度更新训练数据；以及基于更新后的训练数据对所述初始预测模型进行训练，得到瑕疵预测模型； 预测和优化模块，用于将所述当前特征输入所述瑕疵预测模型中，得到预测结果；并在所述预测结果包含任意一种瑕疵风险时，基于所述预测结果对工艺参数进行调整，得到初步调整方案；将所述初步调整方案与预先构建的调整规则库进行匹配，以及基于匹配结果确定最终优化方案。

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平方和(北京)科技有限公司，其通讯地址为：100094 北京市海淀区北清路81号一区1号楼11层1101室；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。