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！

龙图腾网获悉中国标准化研究院申请的专利一种基于大数据的智能产品风险识别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：CN121258191B 。

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：202511409286.3，技术领域涉及：G06Q10/0635；该发明授权一种基于大数据的智能产品风险识别方法及系统是由许应成;宁秀丽;高晓红;吴芳;李亚;裴飞;陈彦如设计研发完成，并于2025-09-29向国家知识产权局提交的专利申请。

本一种基于大数据的智能产品风险识别方法及系统在说明书摘要公布了：本发明公开了一种基于大数据的智能产品风险识别方法及系统，包括采集目标工业场景内预设风电齿轮箱的监测数据和关联数据，用于对所述监测数据和所述关联数据进行多源特征提取获得监测特征集和关联特征级，对所述监测特征集和所述关联特征级进行关键信息提取获取关键监测信息，根据所述关键监测信息进行一致性比对获取的信息对比度，获取问题数据和模糊数据；对所述模糊数据进行时序异常关系特征提取和联合分解获得模糊特征，对所述问题数据进行风险识别和联合分解获得风险降维特征，按样本单位对所述模糊特征和所述风险降维特征进行耦合获得样本风险特征；根据所述样本风险特征构建基于图神经网络的工业智能监测产品风险识别模型，输出识别结果。

本发明授权一种基于大数据的智能产品风险识别方法及系统在权利要求书中公布了：1.一种基于大数据的智能产品风险识别方法，其特征在于，包括以下步骤： 采集目标工业场景内预设风电齿轮箱的监测数据和关联数据，对所述监测数据和所述关联数据进行预处理，并建立同步时间机制；所述监测数据包括振动数据、过程数据、在线油液数据；所述关联数据包括维护历史数据、环境数据、离线报告数据、检验数据、图像数据； 用于对所述监测数据和所述关联数据进行多源特征提取获得监测特征集和关联特征级，对所述监测特征集和所述关联特征级进行关键信息提取获取关键监测信息，根据所述关键监测信息进行一致性比对获取信息对比度，若信息对比度高于一致性阈值和信息对比度低于一致性阈值且明显异常则输出为问题数据，反之输出为模糊数据； 对所述模糊数据进行时序异常关系特征提取和联合分解获得模糊特征，对所述问题数据进行风险识别和联合分解获得风险降维特征，按样本单位对所述模糊特征和所述风险降维特征进行耦合获得样本风险特征；包括： 将问题数据输入物理机理与混合整段模型，根据齿轮箱的物理结构、零部件信息以及对应的拓扑关系构建知识图谱，基于力学模型计算各级齿轮的啮合频率、轴承的故障特征频率，将啮合频率、故障特征频率以及边频带理论计算公式存入数据库；分析问题数据中振动信号的频谱，物理机理与混合整段模型利用知识图谱快速定位能量异常升高的频率成分；所述故障特征频率包括内圈、外圈、滚动体、保持架； 根据知识图谱的指引提取问题数据频谱中与理论故障特征频率相关的幅值、峭度因子、边频带能量，生成初步故障假设列表，并计算假设的物理置信度得分； 同时，将问题数据输入一个预先训练好的一维深度卷积神经网络模型，输出多分类的概率向量；其中多分类的概率向量表示属于每种故障类型的数据驱动概率； 将物理置信度得分与数据驱动概率进行加权融合，生成故障诊断结果，标记综合置信度； 根据故障诊断结果提取故障特征，根据故障特征和基线阈值计算风险超出倍数，分析故障特征在时间窗口内的增长趋势，结合风险超出倍数和增长趋势在二维风险矩阵中进行定位获取风险程度，将风险程度大于风险阈值的故障特征作为目标特征； 将多通道内目标特征中振动信号分解为本征模态函数，根据物理信息融合混合多故障分解诊断模型识别故障特征频率，选取IMF分量作为有效分量，组合有效分量组合并利用盲源分离技术获得相互独立的源信号，对源信号进行联合分解并输出为风险降维特征；其中源信号包含故障的特征信息； 根据所述样本风险特征构建基于图神经网络的工业智能监测产品风险识别模型，将待识别数据输入所述工业智能监测产品风险识别模型，输出风险识别结果。

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中国标准化研究院，其通讯地址为：100080 北京市海淀区知春路4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。