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 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 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 > 中国科学院沈阳自动化研究所潘福成获国家专利权

中国科学院沈阳自动化研究所潘福成获国家专利权

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!

龙图腾网获悉中国科学院沈阳自动化研究所申请的专利一种多模态工业过程自动故障诊断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:CN116127825B

龙图腾网通过国家知识产权局官网在2026-03-27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:202111339078.2,技术领域涉及:G06F30/27;该发明授权一种多模态工业过程自动故障诊断方法及系统是由潘福成;史海波;周晓锋;李显;李歆设计研发完成,并于2021-11-12向国家知识产权局提交的专利申请。

一种多模态工业过程自动故障诊断方法及系统在说明书摘要公布了:本发明涉及一种多模态工业过程自动故障诊断方法及系统,包括利用网络结构搜索对工业过程数据进行自动网络设计及参数自动寻优,利用多通道卷积增强网络的表现力,实现单模态工业过程的自动故障诊断。同时结合元学习之前模态的信息用于新的模态。本发明通过将网络结构搜索、多通道卷积、元学习的结合,考虑到工业多模态之间的联系,克服了现有基于深度神经网络的工业过程故障诊断方法存在网络结构设计繁琐及参数寻优耗,以及对之前设计经验利用不充分的问题,对多模态工业过程自动故障诊断具有理论和实际意义。

本发明授权一种多模态工业过程自动故障诊断方法及系统在权利要求书中公布了:1.一种多模态工业过程自动故障诊断方法,其特征在于,包括以下步骤: 建立模型:建立元学习网络结构搜索的网络模型,用于搜索、训练最优的多通道卷积神经网络得到故障诊断模型;所述元学习网络结构搜索的网络模型包括:由若干个卷积神经网络单元链接起来的两路支路,且支路内、支路间各网络单元之间经过边操作链接,两路支路始端输入待处理的数据,两路支路末端还连接用于输出故障诊断结果的全连接层,所述网络单元内还包括边操作和节点,单元内输入同样分成两路,输出为1路; 搜索阶段:对多个模态的原始工业生产过程数据施加操作生成候选通道,定义候选操作集,利用网络单元内的结构搜索对工业过程数据进行自动网络设计获取新模态的网络初始参数;所述原始工业多模态数据是通过工业生产过程中的传感设备采集的传感器数据;所述传感设备包括温度传感器、速度传感器、重量传感器; 训练优化阶段:利用网络单元之间的结构进行训练,使得参数自动寻优、网络剪枝,获取新模态对应的故障诊断网络模型; 实时检测:实时采集待检测工业生产过程传感器数据并预处理,输入新模态故障诊断网络模型,实现新模态工业生产过程的故障检测与故障诊断。

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科学院沈阳自动化研究所,其通讯地址为:110016 辽宁省沈阳市沈河区南塔街114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。