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！

龙图腾网获悉福州职业技术学院申请的专利一种基于神经网络的设备故障预警方法、介质和设备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：CN120046087B 。

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：202510533940.5，技术领域涉及：G06F18/2433；该发明授权一种基于神经网络的设备故障预警方法、介质和设备是由刘涵宇设计研发完成，并于2025-04-27向国家知识产权局提交的专利申请。

本一种基于神经网络的设备故障预警方法、介质和设备在说明书摘要公布了：本发明提供了一种基于神经网络的设备故障预警方法、介质和设备，方法通过定时采集设备状态信息识别异常设备后，获取其运行参数、结构参数及所在系统的布局原理图，构建动态耦合拓扑链路并提取关联参数；结合物理运动学方程校验生成第一误差权重，同时匹配历史故障数据生成第二误差权重，综合生成故障状态信息；基于风险等级评估切换检测模式，将系统动态耦合拓扑链路、关联参数、异常设备信息、故障状态信息输入神经网络模型，输出故障链路信息，最终根据动态检测模式生成第一预警信息和第二预警信息实现双级预警。本方法通过图神经网络建模设备间故障传导关系，实现故障路径预测与系统性风险预警。

本发明授权一种基于神经网络的设备故障预警方法、介质和设备在权利要求书中公布了：1.一种基于神经网络的设备故障预警方法，其特征是，所述方法包括： 定时获取设备状态信息，判断所述设备状态信息是否异常，若是，则记为异常设备，触发异常评估步骤，包括： 获取异常设备信息，所述异常设备信息包括运行参数、结构参数； 获取异常设备所在的系统的布局原理图，根据布局原理图构建系统动态耦合拓扑链路，并结合异常设备信息生成关联参数，所述关联参数为异常设备在系统中的位置信息以及异常设备所联结的其余设备的设备信息； 根据异常设备信息以及关联参数对设备状态信息进行物理运动学方程校验，生成第一误差权重，包括： 根据所述异常设备信息、关联参数生成实际安装参数与理论安装参数； 计算所述实际安装参数与所述理论安装参数的偏差信息，记为安装偏差信息； 根据所述安装偏差信息进行物理偏差计算，得到计算结果，通过公式（1）表示，所述公式（1）如下： ； 公式（1）中，为位置偏差，为角度偏差，为配合偏差，为位置敏感系数，与传感器类型相关，为实际安装位置向量，为理论安装位置向量，为状态信息空间梯度，为安装角度偏离值，为角度相关的高阶误差项，为振动信号第次谐波幅值，为基波幅值； 根据所述计算结果换算成为所述第一误差权重，所述第一误差权重通过公式（2）表示，所述公式（2）如下： ； 公式（2）中，为第一误差权重，为未经校正的设备状态信息原始数据，为补偿后的状态信息，为设备正常运行状态下状态信息的最大历史幅值，为采样时刻，为滑动窗口内采样点数量，为紧固度影响因子，为紧固度指标，为位置偏差量，为位置偏差阈值，为增强系数； 根据异常设备信息在历史数据库中匹配异常设备的历史工况故障信息，计算设备状态信息与历史工况故障信息的适配度，并生成第二误差权重； 根据所述第一误差权重、第二误差权重生成设备的故障状态信息； 对故障状态信息进行风险等级评估，根据评估结果生成检测模式，检测模式包括高频检测模式以及低频检测模式； 将系统动态耦合拓扑链路、关联参数、异常设备信息以及故障状态信息输入至神经网络模型中，得到故障链路信息，故障链路信息包括引起异常设备故障的前向溯源预测信息、异常设备的后向故障预测信息以及时效区段； 根据故障链路信息与故障状态信息、异常设备信息生成第一预警信息，在所述检测模式切换为高频检测模式时，触发当前故障链路信息中其余设备的低频检测模式，生成第二预警信息。

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福州职业技术学院，其通讯地址为：350000 福建省福州市福州大学城联榕路8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”。