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盛鸿运科技有限公司申请的专利基于人工智能的柔性电路板生产设备运行监控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：CN120085626B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510565718.3，技术领域涉及：G05B19/418；该发明授权基于人工智能的柔性电路板生产设备运行监控方法及系统是由邵霞;吴喜鹏;王振华设计研发完成，并于2025-04-30向国家知识产权局提交的专利申请。

本基于人工智能的柔性电路板生产设备运行监控方法及系统在说明书摘要公布了：本发明公开了一种基于人工智能的柔性电路板生产设备运行监控方法及系统，涉及柔性电路板生产领域，所述方法包括：获取材料参数、控制电机参数、高温压合压力及温度等数据并进行处理以及特征提取，计算多特征耦合相关性系数，基于动态参数的随机森林建立设备监控预测模型并训练，基于设备监控预测模型输出设备监控预测结果，得到需调整的控制参数。实现了对柔性电路板生产设备运行监控，基于多特征耦合相关性系数确定随机森林算法训练过程的数据集的选择，并对随机森林算法中决策树的投票方式进行了改进，实现了更加客观、准确的柔性电路板生产设备监控预测，并提升了智能算法的准确度和运行效率。

本发明授权基于人工智能的柔性电路板生产设备运行监控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柔性电路板生产设备运行监控方法，其特征在于，包括： S1：数据采集，包括获取材料参数、传输滚辊控制电机参数、高温压合压力及温度、振动传感器数据、张力传感器数据、激光位移传感器数据； S2:数据处理及特征提取；其中包括对传输滚辊控制电机参数、振动传感器、张力传感器、激光位移传感器、压合温度、压力数据进行处理以及特征提取； S3：计算多特征耦合相关性系数，包括自相关系数以及互相关系数；所述自相关系数包括振动传感器、张力传感器不同时间序列的自相关系数，分别为第一自相关系数以及第二自相关系数；所述互相关系数包括振动传感器与张力传感器之间的第一互相关系数，振动传感器与压合温度之间的第二互相关系数，振动传感器与压合压力之间的第三互相关系数，张力传感器与压合温度之间的第四互相关系数，张力传感器与压合压力之间的第五互相关系数； S4：建立设备监控预测模型并训练；所述设备监控预测模型输入为步骤S2得到的数据特征，输出为设备监控预测结果，包括电机运行状态、位置偏移量、卷材状态、高温压合状态；所述设备监控预测模型为基于动态参数的随机森林模型，模型中样本数据集的构成由步骤S3得到的多特征耦合相关性系数为动态确定； 所述模型中样本数据集的构成确定方法如下： 设第i时刻的第一自相关系数为r11 i,第二自相关系数为r22 i，第一互相关系数为r12 i，第二互相关系数为r13 i，第三互相关系数为r14 i，第四互相关系数为r23 i，第五互相关系数为r24 i，则模型训练样本数据集确定根据如下方式进行： S41：基于聚类算法将样本数据集分别根据振动传感器、张力传感器、压合温度以及压合压力数据的聚类性进行聚类，分别得到四个聚类结果，即振动传感器数据聚类结果、张力传感器聚类结果、压合温度聚类结果以及压合压力聚类结果，每个聚类结果分别包括k1，k2，k3，k4个组别； S42：根据第一自相关系数为r11 i、第一互相关系数为r12 i、第二互相关系数为r13 i、第三互相关系数为r14 i在振动传感器数据聚类结果中对k1个组别分别进行随机抽样，抽样比例如下表示其中，v1、v2、v3、v4分别为权重调节系数； S43:根据第二自相关系数为r22 i、第四互相关系数为r23 i、第五互相关系数为r24 i在张力传感器数据聚类结果中对k2个组别分别进行随机抽样，抽样比例如下表示： 其中，v5、v6、v7分别为权重调节系数； S44：根据第二互相关系数为r13 i，第四互相关系数为r23 i，在压合温度聚类结果中对k3个组别分别进行随机抽样，抽样比例如下表示： 其中，v8、v9分别为权重调节系数； S45:根据第三互相关系数为r14 i，第五互相关系数为r24 i，在压合温度聚类结果中对k4个组别分别进行随机抽样，抽样比例如下表示： 其中，v10、v11分别为权重调节系数； S46：结合步骤S42-S45抽样得到的样本数据集，剔除重复样本，得到训练样本数据集; S5：基于设备监控预测模型输出设备监控预测结果，得到需调整的控制参数。

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盛鸿运科技有限公司，其通讯地址为：518000 广东省深圳市宝安区沙井街道衙边社区宝安大道旁衙边学子围工业园B栋201；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”。