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！

龙图腾网获悉深圳市金锋五金制品有限公司申请的专利电镀生产过程的实时监控方法、系统及储存介质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：CN118710035B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202410594376.3，技术领域涉及：G06Q10/0633；该发明授权电镀生产过程的实时监控方法、系统及储存介质是由黄贤锋;王鹏飞;王君强;周正伟设计研发完成，并于2024-05-14向国家知识产权局提交的专利申请。

本电镀生产过程的实时监控方法、系统及储存介质在说明书摘要公布了：本发明涉及工业自动化和智能制造技术领域，尤其涉及电镀生产过程的实时监控方法、系统及储存介质，通过结合视觉和传统传感器数据，利用高级特征工程技术对电镀生产过程进行实时监控，提高了监控数据的维度和质量。方案中应用的多级机器学习模型包括深度学习、时序分析和非监督学习，有效地对复杂的生产数据进行分析，提高了异常检测的全面性和深入性。通过决策融合技术整合各个模型的输出，生成综合的异常检测报告，从而提高诊断的可靠性和准确性，另外，本发明采用动态反馈和自我调整机制，根据异常检测结果自动调整生产线参数，实时优化工艺流程，显著提升生产效率和产品质量。

本发明授权电镀生产过程的实时监控方法、系统及储存介质在权利要求书中公布了：1.一种电镀生产过程的实时监控方法，其特征在于，包括以下步骤：采集电镀生产线的原始数据，所述原始数据包括温度、压力、电流及视频图像，对原始数据进行去噪、标准化，并提取视觉特征、传感器统计量及时间序列特征，生成综合特征数据集；利用卷积神经网络处理视觉特征，长短期记忆网络分析时间序列特征，同时应用非监督学习模型和自编码器模型进行异常聚类和数据重构，通过综合特征数据集分别进行独立分析并输出对应的结果，其中，通过卷积神经网络识别图像中的异常模式，异常模式包括：不寻常的颜色变化、形状或纹理异常，获得视觉异常检测结果，并标识出所有视觉上的异常点；通过长短期记忆网络分析时间序列特征中的模式和趋势，识别数据中的长期模式和趋势，预测未来出现的异常行为，获得时间序列异常检测结果，用于显示传感器数据中的任何潜在异常；应用非监督学习算法对视觉特征、时间序列特征进行聚类，根据数据的相似性将数据点分组，生成异常聚类结果，异常聚类结果用于标识出数据中的异常集群；通过自编码器模型对视觉特征、时间序列特征进行重构，基于重构误差进行异常检测，生成重构误差结果，其中，高误差的数据点被标记为潜在的异常；将各模型输出结果使用决策融合算法整合，生成异常检测报告，明确异常点的位置和类型，并标识所有潜在的异常点；基于异常检测报告，动态调整生产线工艺参数，实时监控调整效果，并根据持续收集的原始数据不断优化调整策略。

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深圳市金锋五金制品有限公司，其通讯地址为：518000 广东省深圳市宝安区松岗街道江边社区工业四路13号永利鑫厂综合五402；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”。