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 > 张驰获国家专利权

张驰获国家专利权

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!

龙图腾网获悉张驰申请的专利一种基于人工智能的装备加工设备故障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:CN120781134B

龙图腾网通过国家知识产权局官网在2026-03-31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:202510871707.8,技术领域涉及:G06F18/24;该发明授权一种基于人工智能的装备加工设备故障识别方法及系统是由张驰设计研发完成,并于2025-06-26向国家知识产权局提交的专利申请。

一种基于人工智能的装备加工设备故障识别方法及系统在说明书摘要公布了:本发明属于故障识别技术领域,公开了一种基于人工智能的装备加工设备故障识别方法及系统。所述的方法包括如下步骤:在云数据中心,使用人工智能算法,构建装备加工设备故障识别引擎,并通过边缘计算网关连接多模态数据采集装置;使用多模态数据采集装置,采集装备加工设备的实时监测多模态数据,并通过边缘计算网关,上传至云数据中心;在云数据中心,根据实时监测多模态数据,使用装备加工设备故障识别引擎,进行故障识别,得到实时故障识别结果和实时故障维修策略。本发明解决了现有技术存在的数据维度单一、模型深度和精度有限以及缺乏响应机制的问题。

本发明授权一种基于人工智能的装备加工设备故障识别方法及系统在权利要求书中公布了:1.一种基于人工智能的装备加工设备故障识别方法,其特征在于:包括如下步骤: 在云数据中心,使用人工智能算法,构建装备加工设备故障识别引擎,并通过边缘计算网关连接多模态数据采集装置; 所述的装备加工设备故障识别引擎包括装备加工知识图谱、多模态特征提取模型、故障识别模型以及故障维修策略生成模型; 所述的多模态特征提取模型基于GAT-LSTM-FPN-GAN-3D-DBN算法构建,且多模态特征提取模型包括基于GAT算法构建的图结构特征提取模块、基于LSTM算法构建的序列特征提取模块、基于FPN算法构建的图像特征提取模块、基于GAN算法构建的三维重建模块以及基于DBN算法构建的三维特征提取模块,所述的图结构特征提取模块、序列特征提取模块以及图像特征提取模块并联设置,所述的图像特征提取模块、三维重建模块以及三维特征提取模块依次连接; 所述的故障识别模型基于ST-CNN-MLP-MOFWA算法构建,且故障识别模型包括依次连接的基于ST-CNN算法构建的时空特征提取模块、基于MLP算法构建的故障识别模块以及基于MOFWA算法构建结果优化模块; 所述的故障维修策略生成模型基于MACGRPO算法构建,且故障维修策略生成模型包括级联的若干智能体和经验回放池; 使用多模态数据采集装置,采集装备加工设备的实时监测多模态数据,并通过边缘计算网关,上传至云数据中心,包括如下步骤: 使用多模态数据采集装置,采集装备加工设备的初始的实时监测多模态数据,并将初始的实时监测多模态数据传输至通信范围内的边缘计算网关; 使用边缘计算网关,对初始的实时监测多模态数据进行预处理,得到标准的实时监测多模态数据; 使用边缘计算网关,通过加密安全通道,将标准的实时监测多模态数据上传至云数据中心; 在云数据中心,根据实时监测多模态数据,使用装备加工设备故障识别引擎,进行故障识别,得到实时故障识别结果和实时故障维修策略,包括如下步骤: 在云数据中心,使用装备加工设备故障识别引擎的装备加工知识图谱,对实时监测多模态数据进行语义扩展,得到扩展后实时监测多模态数据; 使用装备加工设备故障识别引擎的多模态特征提取模型,提取扩展后实时监测多模态数据的实时多模态特征; 根据实时多模态特征,使用装备加工设备故障识别引擎的故障识别模型,进行故障识别,得到实时故障识别结果; 根据实时故障识别结果,使用装备加工设备故障识别引擎的故障维修策略生成模型,进行故障维修策略生成,得到实时故障维修策略。

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张驰,其通讯地址为:100000 北京市西城区天宁寺前街南里11号楼3单元502号不费减;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。