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！

龙图腾网获悉中铁建设集团有限公司;中铁建设集团机电安装有限公司申请的专利一种基于人工智能的机电系统健康监测与优化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：CN120597642B 。

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：202511000728.9，技术领域涉及：G06F30/23；该发明授权一种基于人工智能的机电系统健康监测与优化方法是由吴少儒;谭学彪;汪诗超;杜喜军;胡春雨;黄庆寿;刘雪彪;王炎波;陈晓亮;侯敏;刘杰;江期洪;田菲;张如行;李涛涛;甘丰华;刘洪战设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本一种基于人工智能的机电系统健康监测与优化方法在说明书摘要公布了：本发明属于机电设备智能监测与运维管理技术领域，且公开了一种基于人工智能的机电系统健康监测与优化方法，该基于人工智能的机电系统健康监测与优化方法基于仿真模型搭建数字孪生架构，合理布设多源传感器，全面覆盖关键设备；系统高频采集运行数据，通过多通道同步传输至云端，实现实时监测；采集数据经清洗预处理，去除异常，确保数据质量；清洗数据输入神经网络，提取特征，识别运行趋势与故障模式；结合历史数据建立预测模型，构建维护知识库；实时预测设备状态，动态生成预警；通过虚实同步，实时映射健康与碳排状态，智能优化设备运行，云端闭环监控持续迭代。

本发明授权一种基于人工智能的机电系统健康监测与优化方法在权利要求书中公布了：1.一种基于人工智能的机电系统健康监测与优化方法，其特征在于：包括： S1：基于有限元仿真模型、瞬态仿真模型及碳排放计算模型搭建机电系统数字孪生架构，部署多源传感器网络全面覆盖关键设备和环境参数； S2：实时高频采集机电系统运行的多维数据，并通过NB-IoT、5G无线网络及RS485总线构成的多通道混合传输架构将数据同步传输至云端或边缘计算平台，保证数据传输的连续性、稳定性与低延迟； S3：对实时采集的原始数据进行清洗预处理，利用滑动窗口分析、时域平均、小波去噪多种数据处理技术去除异常值并完成数据补全与标准化，确保监测数据的完整、准确和时序连续； S4：将清洗后的多源数据输入深度学习模型提取机电系统运行状态特征并进行多尺度趋势分析，所述深度学习模型包括三层卷积神经网络，用于挖掘振动、温度、电气、流体参数的特征，并将提取的多参数特征转化为时间序列以识别设备潜在故障模式； S5：基于历史采集的数据建立预测模型和设备运维知识库，所述预测模型采用支持向量机与LSTM模型相结合的数据驱动方式，经由不少于10万组历史数据训练以将预测误差控制在5%以内，输出设备剩余寿命和健康指数，同时构建故障案例库和运维策略库； S6：利用所述LSTM模型对设备未来运行状态进行实时预测，根据振动突增、电流畸变、热成像异常升温的故障征兆实现对运行趋势的精确推演，设置三级动态预警阈值体系用于健康状态监测，其中轻度异常对应预测偏差5%~10%、中度异常10%~15%、重度异常≥15%，并将预警生成的延迟控制在1秒以内，以自动触发相应等级的报警并支持报警联动与现场检修派单； S7：开展数字孪生虚实同步与全生命周期碳排放映射，通过实时监测数据与仿真模型双向融合建立数字孪生平台，利用虚实残差控制确保虚拟模型与物理设备状态同步延迟≤2秒、残差≤5%，并基于设备实时负载、能效系数和运行时长动态计算单台设备碳排放量，累积生成机电系统全生命周期碳排放曲线，实时更新设备健康指数和碳排放预测结果； S8：基于数字孪生平台输出的设备健康指数、能效参数和碳排放指标，动态优化设备调度方案，调整设备启停顺序、负载分配及运行优先级，优先调度健康状态良好且能效更高的设备； S9：通过云端远程运维监控与闭环反馈优化机制，将设备健康状态、预警信息、碳排放数据和调度优化结果实时呈现在Web端、移动App端或本地控制终端上，并同步云端决策与现场控制系统以形成智能运维闭环。

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铁建设集团有限公司;中铁建设集团机电安装有限公司，其通讯地址为：100040 北京市石景山区石景山路20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。