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 > 中国科学院软件研究所刘雨蒙获国家专利权

中国科学院软件研究所刘雨蒙获国家专利权

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软件研究所申请的专利一种基于时序图推理的设备剩余使用寿命预测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:CN116484714B

龙图腾网通过国家知识产权局官网在2026-05-12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:202310200403.X,技术领域涉及:G06F30/27;该发明授权一种基于时序图推理的设备剩余使用寿命预测方法是由刘雨蒙;万梓航;赵怡婧;王碧聪;王潮设计研发完成,并于2023-03-02向国家知识产权局提交的专利申请。

一种基于时序图推理的设备剩余使用寿命预测方法在说明书摘要公布了:本发明公开了一种基于时序图推理的设备剩余使用寿命预测方法,其步骤包括:1构建预测模型,以及获取运行中设备传感器的感知数据;其中,所述预测模型包括时序图构建模块、节点关联特征学习网络、剩余使用寿命映射模块;2时序图构建模块将每一所述传感器作为一节点,基于当前时刻T0各传感器对应的感知数据序列构建一个时序图序列G;G中的图Gj为第j个运行时刻对应的时序图;3节点关联特征学习网络基于传感器感知数据和时序图序列G进行特征学习,得到各运行时刻的传感器节点特征矩阵和传感器关联特征;4剩余使用寿命映射模块通过回归分析,利用各运行时刻的传感器节点特征矩阵和传感器关联特征,预测得到设备的剩余使用寿命T。

本发明授权一种基于时序图推理的设备剩余使用寿命预测方法在权利要求书中公布了:1.一种基于时序图推理的设备剩余使用寿命预测方法,其步骤包括: 1构建预测模型,以及获取运行中设备传感器的感知数据;其中,所述预测模型包括时序图构建模块、节点关联特征学习网络、剩余使用寿命映射模块;在N个目标部位上分别设置一传感器,第i个传感器对应的感知数据序列为,表示第个传感器在第个运行时刻采集的感知数据,i=1~N; 2所述时序图构建模块将每一所述传感器作为一个节点,基于当前时刻各传感器对应的感知数据序列构建一个时序图序列;中的第j个图为第个运行时刻对应的时序图,表示第个运行时刻对应的节点集合,表示节点集合内节点间的关联,其中,表示第个运行时刻节点和节点间的关联类型;根据节点第个运行时刻及其之前采集的感知数据构成的子序列和节点第个运行时刻及其之前采集的感知数据构成的子序列,计算得到; 3所述节点关联特征学习网络基于传感器感知数据和时序图序列进行特征学习,得到各运行时刻的传感器节点特征矩阵和传感器关联特征; 4所述剩余使用寿命映射模块通过回归分析,利用所得到各运行时刻的传感器节点特征矩阵和传感器关联特征,预测得到所述设备的剩余使用寿命T。

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软件研究所,其通讯地址为:100190 北京市海淀区中关村南四街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。

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。