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！

龙图腾网获悉山东师范大学申请的专利基于知识图谱和卷积神经网络的机械故障预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：CN117217307B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202311315214.3，技术领域涉及：G06N5/022；该发明授权基于知识图谱和卷积神经网络的机械故障预测方法及系统是由闫伟;何立;张亮设计研发完成，并于2023-10-11向国家知识产权局提交的专利申请。

本基于知识图谱和卷积神经网络的机械故障预测方法及系统在说明书摘要公布了：本发明公开了基于知识图谱和卷积神经网络的机械故障预测方法及系统，构建基础机械知识图谱，构建训练集，采用训练集对机械故障预测模型进行训练，得到训练后的机械故障预测模型；训练集为已知机械故障类型的机械零件振动信号数据，训练集的数据通过查询所构建的基础机械知识图谱获取；获取待识别机械零件振动信号，将待识别机械零件振动信号输入到训练后的机械故障预测模型中，输出待识别机械零件振动信号对应的机械故障类型；将待识别机械零件振动信号与机械故障类型之间的关系，更新到基础机械知识图谱中，得到优化后的机械知识图谱；获取机械故障问题，从优化后的机械知识图谱中找到查询结果，将查询结果作为与机械故障问题对应的答案输出。

本发明授权基于知识图谱和卷积神经网络的机械故障预测方法及系统在权利要求书中公布了：1.基于知识图谱和卷积神经网络的机械故障预测方法，其特征是，包括： 构建基础机械知识图谱，所述基础机械知识图谱，包括：机械零件和机械零件振动信号数据关系、机械零件和机械故障类型关系、机械零件振动信号数据和机械故障类型关系以及机械零件和解决方案关系； 所述构建基础机械知识图谱，具体包括：以故障名称、故障类型、故障解决方案、轴承物理组成、维护方案实体为节点，以机械零件和机械零件振动信号数据关系、机械零件和机械故障类型关系、机械零件振动信号数据和机械故障类型关系、故障类型和故障解决方案关系、故障类型和轴承物理组成关系、轴承物理组成及维护方案关系为边，完成轴承故障事件知识图图谱的构建； 构建训练集，采用训练集对机械故障预测模型进行训练，得到训练后的机械故障预测模型；所述训练集，为已知机械故障类型的机械零件振动信号数据，训练集的数据通过查询所构建的基础机械知识图谱获取； 获取待识别机械零件振动信号，将待识别机械零件振动信号输入到训练后的机械故障预测模型中，输出待识别机械零件振动信号对应的机械故障类型；将待识别机械零件振动信号与机械故障类型之间的关系，更新到基础机械知识图谱中，得到优化后的机械知识图谱； 获取机械故障问题，从优化后的机械知识图谱中找到查询结果，将查询结果作为与机械故障问题对应的答案输出。

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山东师范大学，其通讯地址为：250014 山东省济南市历下区文化东路88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。