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！

龙图腾网获悉河南融创新合科技有限公司申请的专利基于人工智能的设备故障识别方法、系统及存储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：CN119598224B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411672409.8，技术领域涉及：G06F18/23；该发明授权基于人工智能的设备故障识别方法、系统及存储介质是由庞斌;庞红玉;冯申;庞伯全设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本基于人工智能的设备故障识别方法、系统及存储介质在说明书摘要公布了：本发明公开了一种基于人工智能的设备故障识别方法、系统及存储介质，属于设备故障识别技术领域，包括：监测设备基于模式类别采集任一农牧装备的状态监测数据，基于模式类别分别为历史时间序列中任一状态监测数据分别标记故障标签或非故障标签；构建故障预测模型，故障预测模型输出农牧装备在预测时间内的分析序列，并基于分析序列输出分析提示信息；基于设备类型构建故障知识库，基于分析提示信息判断所有农牧装备中是否存在故障设备，若存在，则输出故障设备的故障类别，并在故障知识库中抽取故障类别对应的故障分析列表；将预测时间、故障类别和故障分析列表发送至管理人员。通过本发明可以提高设备故障识别的准确性和高效性。

本发明授权基于人工智能的设备故障识别方法、系统及存储介质在权利要求书中公布了：1.一种基于人工智能的设备故障识别方法，其特征在于，所述方法包括如下步骤： 获取任一农牧装备的设备类型，监测设备基于模式类别采集任一所述农牧装备的状态监测数据，将任一模式类别对应的所述状态监测数据基于采集时间组成历史时间序列，基于所述模式类别分别为所述历史时间序列中任一状态监测数据标记故障标签或非故障标签； 基于所有历史时间序列构建故障预测模型，所述故障预测模型输出所述农牧装备在预测时间内的分析序列，并基于所述分析序列输出分析提示信息； 其中，构建故障预测模型包括以下步骤： 基于神经网络构建混合预测模型，将所有历史时间序列基于所述采集时间进行组合后生成历史组合序列，基于聚类算法将所述历史组合序列划分为多个子序列组合，依次计算所述子序列组合在相邻采集时间之间的斜率，组合所有所述斜率并设定为所述子序列组合对应的特征量； 将所有所述特征量输入所述混合预测模型中，基于所述特征量计算所述历史组合序列对应的特征分值，若所述特征分值大于第一阈值，则基于所述特征量对所述混合预测模型进行训练，并将训练后的所述混合预测模型设定为所述故障预测模型，否则，调节所述聚类算法的参数后重复此步骤，至所述特征分值大于所述第一阈值； 基于所述设备类型构建故障知识库，基于所述分析提示信息判断所有所述农牧装备中是否存在故障设备，若存在，则输出故障设备的故障类别，并在所述故障知识库中抽取所述故障类别对应的故障分析列表； 其中，构建故障知识库包括以下步骤： 基于相同的所述设备类型收集任一所述农牧装备的设备说明书和历史故障记录，并将所述设备说明书和所述历史故障记录作为参考记录； 基于自然语言技术构建文本识别模型，基于所述设备说明书设置部件标签，所述文本识别模型基于词性类别在所述参考记录中提取所述部件标签对应的部件故障信息和处理信息，基于分布距离将所述部件故障信息与所述处理信息进行匹配； 将任一所述农牧装备设定为父节点，将所述部件标签设定子节点，将所述部件故障信息设定为现象节点，将匹配后的所述处理信息设定为分析节点，对所述部件故障信息进行语义扩展，生成扩展故障信息，在所述现象节点中将所述扩展故障信息添加为扩展节点，基于所述设备说明书在所述子节点中标记部件连接关系，依次将所述父节点、所述子节点、所述现象节点、所述扩展节点、所述分析节点和所述部件连接关系进行有向连接，生成知识分布表； 组合所有所述农牧装备对应的所述知识分布表，生成所述故障知识库，并基于预设格式将所述现象节点、所述扩展节点与所述子节点进行所述有向连接，生成所述知识分布表对应的连接式； 将所述预测时间、所述故障类别和所述故障分析列表发送至管理人员。

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河南融创新合科技有限公司，其通讯地址为：473000 河南省南阳市内乡县湍东镇鹤鸣路农牧装备园A9栋；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。