集美大学黎国强获国家专利权
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！
龙图腾网获悉集美大学申请的专利一种零故障样本下的工业机器人自主故障诊断方法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：CN119004333B 。
龙图腾网通过国家知识产权局官网在2026-02-17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：202411162926.0，技术领域涉及：G06F18/2433；该发明授权一种零故障样本下的工业机器人自主故障诊断方法是由黎国强;吴德烽;陈作懿;游政;武东杰;王永坚;吴军设计研发完成，并于2024-08-23向国家知识产权局提交的专利申请。
本一种零故障样本下的工业机器人自主故障诊断方法在说明书摘要公布了：本发明涉及一种零故障样本下的工业机器人自主故障诊断方法，属于机械装备智能异常检测领域。包括：1构建连续小波变换知识库，针对工业机器人正常状态监测数据进行多维度的时频分析，并构建工业机器人监测数据的多模态特征集；2建立基于深度网络模型的监测数据状态表征提取器；3利用多模态特征集构建多模态特征对比矩阵，基于上述两个角度构建可确定网络模型优化方向的对比学习损失函数，并利用其对深度网络模型参数进行优化；4利用训练获得的深度网络模型对工业机器人实时监测数据的多模态特征进行状态表征，并将正常状态监测数据的多模态特征作为基准，通过对比分析实时监测数据的状态表征变化，进行故障状态判别。
本发明授权一种零故障样本下的工业机器人自主故障诊断方法在权利要求书中公布了：1.一种零故障样本下的工业机器人自主故障诊断方法，其特征在于，包括： 依据多种母小波函数构建连续小波变换知识库，针对工业机器人正常状态监测数据进行多维度时频分析，并构建工业机器人正常状态监测数据的多模态特征集； 建立基于深度网络模型的监测数据状态表征提取器，利用状态表征提取器对工业机器人正常状态监测数据的模态特征进行状态表征； 从工业机器人正常状态监测数据具有时序性与不同模态特征间互异角度，利用多模态特征集构建多模态特征对比矩阵，以及构建能够确定深度网络模型优化方向的对比学习损失函数，并利用对比学习损失函数对深度网络模型参数进行优化； 利用训练获得的深度网络模型对工业机器人实时监测数据的多模态特征进行状态表征，并将工业机器人正常状态监测数据的多模态特征作为基准，通过对比分析实时监测数据的状态表征变化，进行故障状态判别。
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集美大学，其通讯地址为：361021 福建省厦门市集美区银江路185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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励