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！

龙图腾网获悉重庆大学申请的专利工业机器人集群运行状态智能监测与预测维护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：CN119758840B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202411953490.7，技术领域涉及：G05B19/042；该发明授权工业机器人集群运行状态智能监测与预测维护系统是由杨波;龙唯山;康玲;王时龙;张玉成;张正萍;黄宇航设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本工业机器人集群运行状态智能监测与预测维护系统在说明书摘要公布了：本发明公开了一种工业机器人集群运行状态智能监测与预测维护系统，包括云端主系统和多个子系统，子系统与区域机器人集群对应设置；云端主系统包括核心平台层、通信层、逻辑层和存储层；子系统包括区域通信层、区域逻辑层和区域存储层，区域通信层用于子系统内、子系统之间以及子系统与云端主系统之间实现数据传输；区域逻辑层内设有数据预处理模块、多源数据融合对齐模块、区域异常监测模块、机器人区域协同与优化模块和预测性维护模块。本发明的工业机器人集群运行状态智能监测与预测维护系统，旨在提升集群监测和维护效率，减少非计划停机，保障生产线的稳定高效运行。

本发明授权工业机器人集群运行状态智能监测与预测维护系统在权利要求书中公布了：1.一种工业机器人集群运行状态智能监测与预测维护系统，其特征在于：包括云端主系统和多个子系统，所述子系统与区域机器人集群对应设置； 所述云端主系统包括核心平台层、通信层、逻辑层和存储层； 所述核心平台层用于处理计算任务，协调各子系统的数据分析与协同学习，支持系统的高效计算和任务调度； 所述通信层用于实现云端主系统与子系统之间的数据传输，确保数据的实时同步和可靠传递； 所述逻辑层用于接收来自子系统的异常数据、相似度阈值以及相似区域信息，对异常数据进行确认，并根据相似度阈值进一步确认相似区域，同时负责协调启动跨区域协同学习，推动相似区域间的协同优化； 所述存储层用于存储来自各子系统的异常数据、历史监测数据、相似度阈值、相似区域信息及已确认的异常事件，供后续查询、分析和模型更新使用； 所述子系统包括区域通信层、区域逻辑层和区域存储层，所述区域通信层用于子系统内、子系统之间以及子系统与所述云端主系统之间实现数据传输； 所述区域逻辑层内设有数据预处理模块、多源数据融合对齐模块、区域异常监测模块、机器人区域协同与优化模块和预测性维护模块；所述数据预处理模块用于填补缺失值以确保数据完整性，并对缺失填补后的数据进行数据清洗、异常值处理和数据标准化处理；所述多源数据融合对齐模块用于对不同来源的数据进行对齐与归一化处理；所述区域异常监测模块用于捕捉异常行为；所述机器人区域协同与优化模块用于在检测到异常后识别最相似的区域，进行异常数据共享，实现跨区域协同学习和参数优化；所述预测性维护模块用于预测未来设备状态，以提前发出预警； 所述区域存储层用于存储机器人传感器数据； 所述数据预处理模块填补缺失值的方法为： 其中：为填补的缺失值；为采用拉格朗日插值方法得到的填补值；为邻近数据填补方法得到的有效数据点填补值；为采用GraphSAGE填补方法得到的有效数据点填补值；和为权重，且：； 拉格朗日插值方法为： 其中：为在时间点采用拉格朗日填补策略的补充值；、和分别为选择缺失区域的前三个时间点、和对应的数据值； 邻近数据填补方法为： 其中：是时间点以邻近数据填补策略得到的补充值；是缺失区域数据段中的中心位置时间点；表示提取的数据段长度； GraphSAGE填补方法为： 其中：是通过预测时刻的补充值；是第层的时间点的特征表示； 所述数据预处理模块对缺失填补后的数据进行异常值处理的方法为：计算数据的第一四分位数和第三四分位数，即： 基于IQR计算异常值的界限：或；所有落在这个范围之外的点都被认为是异常值；若异常值被认为是由错误或偶然的大偏差造成的，且数量不多，则直接从数据集中删除这些异常值；若具有一定数量的异常值，则用整体数据的平均值来替换异常值； 所述数据预处理模块对缺失填补后的数据进行数据标准化处理的方法为：将数据转换为具有零均值和单位方差的形式，以消除不同量级数据间的影响，公式如下： 其中：为数据标准化处理得到的数据；是缺失填补后的数据；和分别是数据的均值和标准差。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174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”。