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！

龙图腾网获悉湖南华核智能科技有限公司申请的专利一种基于深度学习的核辐射环境下机械臂故障诊断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：CN117251793B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202310827146.2，技术领域涉及：G06F18/2415；该发明授权一种基于深度学习的核辐射环境下机械臂故障诊断方法是由叶子汉设计研发完成，并于2023-07-06向国家知识产权局提交的专利申请。

本一种基于深度学习的核辐射环境下机械臂故障诊断方法在说明书摘要公布了：本发明提供一种基于深度学习的核辐射环境下机械臂故障诊断方法，属于机械臂技术领域，该基于深度学习的核辐射环境下机械臂故障诊断方法通过机械臂故障数据获取模块获取机械臂正常时运行数据和各个部件经过辐照损伤后运行数据，构建训练样本数据；采用训练样本数据训练数据生成模型；采用真实训练样本数据与伪数据样本共同训练预设的故障诊断模型，其中真实训练样本数据为故障数据获取模块采集的数据，伪数据样本为数据生成模型生成的样本，故障诊断模型为深度卷积神经网络模型，其输入为运行数据，输出为运行情况；采集待故障诊断的机械臂系统的实时运行数据，并将采集到的实时运行数据输入训练好的故障诊断模型之中，实现故障诊断。

本发明授权一种基于深度学习的核辐射环境下机械臂故障诊断方法在权利要求书中公布了：1.一种基于深度学习的核辐射环境下机械臂故障诊断方法，其特征在于：该方法包括以下步骤： S1：获取机械臂的故障数据集，其中故障数据集包括机械臂正常运行时各个传感器采集的数据和机械臂经过辐照后出现各个部位故障时的数据； S2：以上述数据作为故障数据样本，对应的机械臂各个部件的运行情况为样本标签，构建训练样本集；其中，所述运行情况包括正常运行和故障类型； S3：采用所述训练样本集训练数据生成模型；其中，所述数据生成模型为多判别器辅助分类生成对抗网络模型，所述数据生成模型以真实数据样本为输入，逼近真实数据样本的数据样本为输出； S4：采用真实故障数据样本与数据生成模型生成的伪数据样本混合作为最终的训练样本集训练预设的故障诊断模型；其中，所述故障诊断模型为深度卷积神经网络模型，所述故障诊断模型以机械臂运行数据为输入，运行情况为输出； S5：采集待故障诊断的机械臂的实时运行数据，并将采集到的实时运行数据输入部署好的故障诊断模型中，以实现故障诊断模型；其中，所述部署好的故障模型为训练好的模型用flask部署到网页端。

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湖南华核智能科技有限公司，其通讯地址为：410000 湖南省长沙市岳麓区洋湖街道福祥路289号隆鑫时光苑3栋(商业)1109号房；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。