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！

龙图腾网获悉成都天仁民防科技有限公司;四川迈铁龙科技有限公司申请的专利一种隧道射流风机状态监测与预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：CN116576142B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310640558.5，技术领域涉及：F04D27/00；该发明授权一种隧道射流风机状态监测与预测方法是由秦启平;郝勇;张蕾;王邦平;张泽维设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本一种隧道射流风机状态监测与预测方法在说明书摘要公布了：本发明提供了一种隧道射流风机状态监测与预测方法，该方法包括定期获取隧道内图像和射流风机传感器数据；通过对图像进行预处理，并将预处理后的图像输入至图神经网络模型中训练，根据输出结果设置管道通风装置和顶部通风装置的开启条件，完成对隧道射流风机状态的监测；通过引入位置信息，将带有位置信息的数据输入编码器‑解码器模型，通过训练模型完成对隧道射流风机状态的预测。预测射流风机状态的目的是为了在图像采集器出故障时，用预测结果对射流风机进行判定，在射流风机即将高功率工作时，启用隧道中额外的通风装置减少射流风机的损耗，完成对射流风机的辅助监测。

本发明授权一种隧道射流风机状态监测与预测方法在权利要求书中公布了：1.一种隧道射流风机状态监测与预测方法，其特征在于，包括以下步骤： 步骤S1、在隧道内启用射流风机和图像采集器，定期获取射流风机传感器数据和隧道内图像； 步骤S2、对收集的图像进行预处理，输入图神经网络模型中进行训练，完成对射流风机的状态监测； 所述步骤S2具体包括： 步骤S201、对图像采集器中的图像进行预处理，先将图像转变为点阵图，再将点阵图转化为图结构，图结构由三种向量组成：节点向量，边向量和整体向量； 步骤S202、将预处理后的图结构输入图神经网络模型中进行训练； 所述步骤S201中向量的表示方法是： 首先是节点向量表示，点阵图中根据车辆的类型形成大小不同的五种点，在节点向量中以数字0-4表示上述节点，数字越大车辆的大小就越大，节点向量的维度由图像中的车辆的个数决定；然后是边向量表示，点阵图在转化为图的过程中会对点阵图建立坐标系，求得点之间的距离，边向量中的元素用节点之间的距离表示，边向量中元素的个数由点之间距离的个数决定；最后是整体向量表示，整体向量由节点向量与边向量分别乘以一组可学习参数后加起来得到； 所述边向量中元素的计算公式为： 其中，D表示节点a和b之间的距离；xa,ya，xb,yb是节点a和b在坐标系中的位置坐标，r1和r2是两个节点的半径；γ是可学习参数，初始值设为1；是比例参数，第i个比例参数用表示，其中Di表示当前该节点到某一节点的距离，表示当前节点到其他所有节点的距离和，n表示节点的个数；经过exp函数处理后能够将参数控制在0到1之间；两个节点圆心坐标间的距离减去r1和r2后就能得到坐标系中两个节点的距离，但是因为图像采集器观测角度的问题，导致这个距离与现实中车辆之间的距离存在差距，所以引入比例参数缩小差距；同时引入可学习参数γ在训练过程中调整比例参数； 所述整体向量的表达公式为： a=ω 1•v-ω2•e 其中，v表示节点向量，e表示边向量，a表示整体向量，ω1和ω2分别是节点向量和边向量对应的可学习参数构成的矩阵；若节点向量与边向量维度不同，用0补全至维度相同；边向量取负后与节点向量相加后求得的元素值越大，射流风机越容易高负荷工作； 步骤S3、根据训练结果自动设定管道通风装置和顶部通风装置的开启条件； 步骤S4、对射流风机的传感器数据进行预处理，输入时序模型中进行训练，完成对射流风机的状态预测。

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成都天仁民防科技有限公司;四川迈铁龙科技有限公司，其通讯地址为：610081 四川省成都市金牛区北三环路一段221号1栋2单元24楼2417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。