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！

龙图腾网获悉广州市香港科大霍英东研究院;香港科技大学(广州);香港科技大学申请的专利一种针对多配方生产线的陶瓷质量异常检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：CN116861350B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202310761117.0，技术领域涉及：G06F18/2433；该发明授权一种针对多配方生产线的陶瓷质量异常检测方法是由王博涛;宗福季;杜娟;王文佳设计研发完成，并于2023-06-25向国家知识产权局提交的专利申请。

本一种针对多配方生产线的陶瓷质量异常检测方法在说明书摘要公布了：本发明公开了一种针对多配方生产线的陶瓷质量异常检测方法，包括：步骤S1：从生产线的各传感器收集检测数据，并进行对齐和预处理；步骤S2：构建基于深度卷积网络的特征提取和分类模型，通过不同尺度的卷积核在时间维度上进行卷积，并通过监督学习对网络进行预训练，实现对三维的监测数据张量到质量指标的映射；步骤S3：通过数据增强的方法对张量数据进行扰动，根据扰动后的特征向量分布进行因果推断，判断不同变量与质量特征存在的因果关系；本发明旨在提供一种针对多配方生产线的陶瓷质量异常检测方法，通过侧写张量数据的特征提取，筛选与质量指标存在因果关系的变量，选择不同重要变量，使得在生产线配方更变时，模型进行质量的异常检测。

本发明授权一种针对多配方生产线的陶瓷质量异常检测方法在权利要求书中公布了：1.一种针对多配方生产线的陶瓷质量异常检测方法，其特征在于，包括下述步骤： 步骤S1：从生产线的各传感器收集检测数据，并进行对齐和预处理； 步骤S2：构建基于深度卷积网络的特征提取和分类模型，通过不同尺度的卷积核在时间维度上进行卷积，并通过监督学习对网络进行预训练，实现对三维的监测数据张量到质量指标的映射； 步骤S3：通过数据增强的方法对张量数据进行扰动，根据扰动后的特征向量分布进行因果推断，判断不同变量与质量特征存在的因果关系；结合因果关系的强弱，调整不同特征向量的权重，更新网络；通过对若干种配方下生产线的检测数据重复训练模型，最终得到反应真实因果的神经网络模型； 步骤S3包括多个子步骤： 步骤A1：按照传感器编号，分别对每个传感器进行S次数据增强； 步骤A2：通过深度卷积模型扰动后数据的质量预测结果，对全部传感器进行因果推断后，将所有原始的侧写数据更新； 步骤A3：更新侧写数据后，重新对步骤S2中对深度卷积模型进行优化，对深度卷积模型的映射过程的参数进行微调。

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广州市香港科大霍英东研究院;香港科技大学(广州);香港科技大学，其通讯地址为：511458 广东省广州市南沙区环市大道南2号南沙资讯科技园科技楼；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。