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 > 苏州云沃嘉智能科技有限公司郑志刚获国家专利权

苏州云沃嘉智能科技有限公司郑志刚获国家专利权

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!

龙图腾网获悉苏州云沃嘉智能科技有限公司申请的专利一种基于数控机床的AI故障预测诊断系统及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:CN120802840B

龙图腾网通过国家知识产权局官网在2026-03-13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:202511106785.5,技术领域涉及:G05B19/4065;该发明授权一种基于数控机床的AI故障预测诊断系统及方法是由郑志刚;龚晓艳设计研发完成,并于2025-08-08向国家知识产权局提交的专利申请。

一种基于数控机床的AI故障预测诊断系统及方法在说明书摘要公布了:本发明公开了一种基于数控机床的AI故障预测诊断系统及方法,属于故障诊断技术领域;用于解决现有方案中数控机床全生命周期不能实施高效故障预警与健康管理的技术问题;覆盖数控机床全生命周期和多工况的数据监测,通过高维特征矩阵与故障标签的关联,为后续模型训练提供高质量标注数据;利用改进变分模态分解算法,结合小波包能量熵量化各模态的故障信息,通过时空对齐消除多传感器数据的时间偏移,利用注意力机制自适应分配不同特征的权重,有效增强了融合特征向量的判别性;通过基于双向门控循环单元捕捉特征序列的长期依赖关系、改进卷积神经网络强化局部细节特征,二者协同可以有效提升模型对复杂故障模式的拟合能力。

本发明授权一种基于数控机床的AI故障预测诊断系统及方法在权利要求书中公布了:1.一种基于数控机床的AI故障预测诊断方法,其特征在于,包括: S1:监测不同工况条件下数控机床全生命周期的运行状态,采集机床的多源传感器数据和故障记录数据,提取传感器数据中不同时间序列的特征参数并构建高维特征矩阵Xt,将故障记录数据标注为故障类型标签Yt,组合形成带标签的诊断数据集; S2:通过改进的变分模态分解算法对高维特征矩阵Xt中的非平稳振动信号进行分解,获取多个模态分量IMFi,并结合小波包能量熵计算各分量的故障敏感特征; S3:将多源传感器数据中的电流、温度、主轴转速特征与模态分量特征进行时空对齐,通过注意力机制动态加权融合为融合特征向量Ft; S4:将融合特征向量Ft作为输入,故障类型标签Yt作为输出,构建基于双向门控循环单元与改进卷积神经网络的混合诊断模型,利用双向门控循环单元捕捉时序依赖关系,通过改进卷积神经网络提取局部特征,输出初步故障预测概率; S5:实时采集数控机床运行中的多源传感器数据并预处理,将预处理的数据输入构建的故障诊断模型,输出故障诊断结果。

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苏州云沃嘉智能科技有限公司,其通讯地址为:215300 江苏省苏州市苏州工业园区金陵东路3号2幢五层5025;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。