Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海小梯匠网络科技股份有限公司张昌盛获国家专利权

上海小梯匠网络科技股份有限公司张昌盛获国家专利权

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!

龙图腾网获悉上海小梯匠网络科技股份有限公司申请的专利基于AI大模型电梯行业数据的电梯故障智能维保处理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:CN120875832B

龙图腾网通过国家知识产权局官网在2026-02-27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:202510957220.1,技术领域涉及:G06Q10/20;该发明授权基于AI大模型电梯行业数据的电梯故障智能维保处理方法是由张昌盛设计研发完成,并于2025-07-11向国家知识产权局提交的专利申请。

基于AI大模型电梯行业数据的电梯故障智能维保处理方法在说明书摘要公布了:本发明公开了基于AI大模型电梯行业数据的电梯故障智能维保处理方法,涉及电梯维护技术领域,包括:构建多维度电梯运行特征数据集,建立电梯故障预测模型;基于电梯故障预测模型,预测电梯未来一段时间内的故障类型、故障概率及故障时间;根据预测结果,基于电梯使用频率以及重要程度因素,建立维保策略推荐模型,制定个性化的智能维保策略;执行智能维保策略,并收集维保后的电梯运行数据,反馈至AI大模型对电梯故障预测模型进行优化更新。本发明通过深度学习预测电梯故障,智能推荐个性化维保策略,优化资源配置,减少停运和无效维保,增量学习持续优化模型,提升预测准确性,延长设备寿命,确保正常运行,降低安全隐患与维保成本。

本发明授权基于AI大模型电梯行业数据的电梯故障智能维保处理方法在权利要求书中公布了:1.基于AI大模型电梯行业数据的电梯故障智能维保处理方法,其特征在于,包括: S1:获取多维度电梯运行特征数据集,进行标准化处理,构建多维度电梯运行特征数据集,利用AI大模型中的深度学习算法对多维度电梯运行特征数据集进行训练,建立电梯故障预测模型; S2:基于电梯故障预测模型,实时分析电梯运行特征数据集,预测电梯未来一段时间内的故障类型、故障概率及故障时间; S3:根据预测结果,基于电梯使用频率以及重要程度因素,建立维保策略推荐模型,基于维保策略推荐模型的输出,制定个性化的智能维保策略; S4:执行智能维保策略,并收集维保后的电梯运行数据,反馈至AI大模型对电梯故障预测模型进行优化更新; 所述S1具体包括: S101:通过电梯内置的传感器实时采集电梯运行数据,从电梯管理系统数据库中调取历史故障数据,获取电梯设备参数,收集行业统计数据,采用相关性分析方法,评估各特征与电梯故障之间的关联程度,去除冗余特征,得到多维度原始特征,针对多维度原始特征采用归一化方法,将数据映射到[0-1]区间,构建多维度电梯运行特征数据集; S102:选用Transformer模型与多层感知机结合的网络,处理电梯多维度时序数据,输出电梯故障类型的预测概率; S103:把收集到的电梯运行特征数据,按7:1:2的比例分成训练集、验证集和测试集,以历史故障类型作为标签,用Adam算法调整模型参数,将训练集数据输入模型,通过前向传播得到故障类型预测概率,用交叉熵损失函数计算预测结果与真实标签的差距,再通过反向传播算法获取梯度,用Adam算法更新网络权重,反复调整参数,让损失函数值最小; S104:用验证集评估训练中的模型,获取准确率、召回率和F1值,根据评估结果调整模型,若出现过拟合,用Dropout技术简化模型,若欠拟合,增加Transformer模型层数以及头的数量; S105:当模型在验证集上性能最佳时,用测试集做最终测试,根据测试集上的准确率、召回率和F1值,确定模型的实际应用效果,完成电梯故障预测模型的建立。

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上海小梯匠网络科技股份有限公司,其通讯地址为:201613 上海市松江区广富林东路66号3幢501室-2;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。