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！

龙图腾网获悉中亿丰数字科技集团股份有限公司申请的专利基于AI大模型的智能升降机预测性维护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：CN120851849B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511340103.7，技术领域涉及：G06Q10/20；该发明授权基于AI大模型的智能升降机预测性维护方法及系统是由叶娟娟;汪丛军;袁杰;邹胜;颜帅康;张乐乐;施怀博;徐益娟;汪慧君设计研发完成，并于2025-09-19向国家知识产权局提交的专利申请。

本基于AI大模型的智能升降机预测性维护方法及系统在说明书摘要公布了：本发明公开了基于AI大模型的智能升降机预测性维护方法及系统，涉及智能装备运维与故障诊断技术领域，包括采集升降机的多模态运行数据；提取多模态运行数据的特征指标，将特征指标输入至预训练的AI大模型，输出升降机故障预测结果；基于升降机故障预测结果，对升降机故障进行分级预警，根据预警信息生成升降机维护策略。本发明所述方法实现了对升降机运行状态的全面感知，实现了对潜在故障的精准识别与提前预警，显著提升了预测的灵敏性与准确性；基于预测结果进行分级预警并生成维护策略，实现了从静态响应向动态匹配的维护转化，有效提高了维保资源调度效率与系统运行可靠性，整体达成升降机运维的智能化、前瞻化与高效化目标。

本发明授权基于AI大模型的智能升降机预测性维护方法及系统在权利要求书中公布了：1.基于AI大模型的智能升降机预测性维护方法，其特征在于，包括： 采集升降机的多模态运行数据； 提取多模态运行数据的特征指标，将特征指标输入至预训练的AI大模型，输出升降机故障预测结果； 基于升降机故障预测结果，对升降机故障进行分级预警，根据预警信息生成升降机维护策略； 输出升降机故障预测结果包括将标准化特征向量输入至训练后的AI大模型，基于模型参数构建故障预测映射函数，对标准化特征向量进行推理分析，输出升降机故障预测结果，并计算故障严重程度评分； 对升降机故障进行分级预警包括对故障严重程度评分与预警阈值进行比较，依据比较结果进行分级预警，预警阈值包括一级阈值和二级阈值，判断结果分为蓝色预警、黄色预警和红色预警； 基于升降机历史运行状态数据作为AI大模型输入数据，以历史已知的故障标签作为监督目标，通过最小化模型预测输出与真实标签之间的误差，完成模型参数的训练，训练优化目标表示为： ， 其中，为模型参数，为历史训练样本数量，为第个升降机的历史运行状态数据，为损失函数，为构建的AI大模型函数结构，为训练前的AI大模型参数，为第个升降机的历史运行状态数据的真实故障标注； 在完成模型参数的训练后，基于模型参数构建故障预测映射函数，通过故障预测映射函数对标准化特征向量进行推理分析，表示为： ， 其中，为故障严重程度评分，为故障预测映射函数，为标准化特征向量； 对预警阈值进行动态调整包括，将故障严重程度评分的历史分布进行区间聚类，结合升降机运行状态历史数据和环境工况历史数据，实时修正一级阈值和二级阈值； 所述采集升降机的多模态运行数据包括，采集升降机运行状态数据、环境工况数据、结构应力数据； 所述提取多模态运行数据的特征指标包括，对升降机运行状态数据进行趋势提取与波动分析，生成运行指标，对环境工况数据执行标准化处理，提取环境特征，对结构应力数据进行多维应力解析，提取结构健康指标，将特征指标进行统一编码，输出标准化特征向量； 所述输出升降机故障预测结果包括，基于升降机历史运行状态数据对AI大模型进行训练，输出模型参数，基于模型参数构建故障预测映射函数，对标准化特征向量进行推理分析，计算故障严重程度评分。

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中亿丰数字科技集团股份有限公司，其通讯地址为：215133 江苏省苏州市相城区高铁新城南天成路88号天成信息大厦8楼；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。