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！

龙图腾网获悉上海第一机床厂有限公司申请的专利一种基于深度学习的工业设备故障诊断预测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：CN119720036B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411875533.4，技术领域涉及：G06F18/2433；该发明授权一种基于深度学习的工业设备故障诊断预测方法及系统是由揭业洪;高良鹏;马雯雯;王阳;宋海涛;王资凯;王锦;林圆圆;杨玉婷;方帅;滕阅;钱璟哲;黄冠;王大帅;陆文韬设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本一种基于深度学习的工业设备故障诊断预测方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的工业设备故障诊断预测方法及系统，包括步骤：S1，在工业设备旁安装高清拍摄设备，对处于运行状态的工业设备进行视频录像，获取电子图像数据，将电子图像分为训练图像集与测试图像集；S2，对电子图像进行降噪处理，获取降噪后的电子图像；S3，对降噪后的电子图像进行振动信号特征提取，获取振动数据；S4，对所采集的振动数据进行振动参数梯度划分与智能化补偿；S5，将采集的振动数据上传汇总至云端进行数据校对，筛选出校对偏差数据组，分析校对偏差数据组内工业设备运行中的生产效率数据特征。本发明引入振动和生产效率的关系，按照振动参数梯度进行划分并对生产效率进行补偿，筛选出生产效率偏离过大的工业设备，判定该设备为异常设备，对其进行故障标注，提醒工作人员对其进行检查。

本发明授权一种基于深度学习的工业设备故障诊断预测方法及系统在权利要求书中公布了：1.一种基于深度学习的工业设备故障诊断预测方法，其特征在于，包括步骤： S1，在工业设备旁安装高清拍摄设备，对处于运行状态的工业设备进行视频录像，获取电子图像数据，将电子图像分为训练图像集与测试图像集； S2，对电子图像进行降噪处理，获取降噪后的电子图像； S3，对降噪后的电子图像进行振动信号特征提取，获取振动数据； S4，对所采集的振动数据进行振动参数梯度划分与智能化补偿； S5，将采集的振动数据上传汇总至云端进行数据校对，筛选出校对偏差数据组，分析校对偏差数据组内工业设备运行中的生产效率数据特征；以及 S6，对校对偏差数据组内数据特征异常的工业设备进行预期故障识别标注； 所述步骤S4，对所采集的振动数据进行振动参数梯度划分与智能化补偿，具体包括如下步骤： 获取每一组梯度振动参数组合所对应的工业设备在设定时间窗口的历史生产效率数据，对所有工业设备的历史生产效率数据进行补偿策略穷举，其中，对处于相同梯度振动参数组合的历史生产效率数据采取相同的补偿策略，处于不同梯度振动参数组合的历史生产效率数据进行策略全排列，对每一种策略排列组合进行综合补偿计算； 将振动参数带入补偿策略算法进行综合补偿计算，具体过程为： 将选定的第k个策略标记为sk，设定共有c个策略和m组梯度振动参数组合，那么一共有cm种策略排列组合，其中第v组排列组合所选择的策略在初始值为零的cm*m矩阵中，表示为v对应的c进制数值，基于这种表示方法构建第v组策略排列组合的具体补偿表达式： 式中，Sv是当前的生产效率数据补偿总值，是第i组梯度振动参数组合对应的补偿策略算法函数，ai是第i组梯度振动参数组合数值，wi是第i组梯度振动参数组合对应的进行补偿的工业设备设置数量； 计算补偿后的历史生产效率数据与总生产效率的偏差绝对值，选择偏差绝对值最小的策略组合，标记为最优策略组合，根据梯度振动参数组合与最优策略组合，建立梯度振动参数组合与最优补偿策略的关联关系； 根据梯度振动参数组合与最优补偿策略的关联关系选择对应的补偿策略算法对实时数据进行补偿后上传至云端。

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上海第一机床厂有限公司，其通讯地址为：201308 上海市浦东新区倚天路185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”。

以上内容由龙图腾AI智能生成。