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！

龙图腾网获悉山东盛途互联网科技有限公司申请的专利一种基于人工智能的状态检测及设备故障预警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：CN120521658B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202510622000.3，技术领域涉及：G01D21/02；该发明授权一种基于人工智能的状态检测及设备故障预警方法是由郭建斌;于争;董超;祝新亭;杨烨;温斌设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本一种基于人工智能的状态检测及设备故障预警方法在说明书摘要公布了：本发明涉及基于人工智能的状态检测及设备故障预警技术领域，且公开了一种基于人工智能的状态检测及设备故障预警方法。在设备关键部位安装三个独立传感器，分别采集温度、振动和压力数据，确保数据全面性和数值一致性。设定采样时间离散序号和原始数据函数，使数据采集时序一致，确保每个更新周期数据完整。计算局部邻点均值，以减少瞬时噪声。通过计算偏离量，量化数据局部波动，识别异常征兆。构造平滑函数，对偏离量非线性压缩，减少极端值影响。采用对称延拓处理边界数据，避免采样周期起始和终止时数据缺失影响平滑计算。计算最小、最大值后归一化数据，统一数据尺度，提升多传感器数据融合和对比的准确性。

本发明授权一种基于人工智能的状态检测及设备故障预警方法在权利要求书中公布了：1.一种基于人工智能的状态检测及设备故障预警方法，其特征在于，包括： 在设备的关键部位安装三个独立传感器，分别用于采集温度、振动和压力数据，设置传感器为温度测量装置，传感器为振动测量装置，传感器为压力测量装置； 设采样时间离散序号为，其中，为单个更新周期内的采样点数； 设置原始数据函数为传感器在采样时刻采集的原始数据，其中，，为传感器编号； 计算局部邻点均值，具体为： 对及所有满足计算：； 其中，为传感器在时刻由左右邻点数据构成的均值； 设置偏离量为：； 其中，为传感器在时刻原始数据与左右邻点均值之间的差值； 构造平滑函数，具体为：； 其中，为传感器在时刻经非线性调制后的平滑输出数据；对偏离量进行非线性压缩； 对和时，采用对称延拓处理，具体为： ，； 对传感器在采样周期内计算： ，； 其中，为的最小值；为的最大值； 设置归一化数据为：； 其中，为归一化后的数据，其值域为； 对实时数据流整合与节点构建； 对节点间关联关系映射与边权计算； 进行自适应拓扑模型构建； 所述自适应拓扑模型构建，具体为： 在每个更新时刻，依据节点集合和计算得到的边权构造时变图，具体为：； 其中，为时变拓扑图；为边集合；为节点和在时刻之间的耦合强度； ，为连接节点和的边； 计算图中各节点的连接强度，具体为： ；其中，为节点在时刻的节点度； 进行全局拓扑指标构造和周期性更新； 对异常特征提取与状态判定； 所述异常特征提取与状态判定，具体为： 选取设备正常运行期间的时刻区间，记为； 对节点计算基线平均节点度，具体为： ； 其中，为节点在基线期内的平均节点度；为设备正常运行期间的起始和结束采样时刻，基线构造区间；为基线期内的采样周期数； 对于任意时刻，计算节点偏离值，具体为： ； 其中，为节点在时刻的当前节点度与其基线值之间的差值； 在基线期间，针对节点计算节点度标准偏差，具体为： ； 其中，为节点在基线期内节点度的标准偏差； 进行全局异常指标构造和设置异常判断准则； 所述全局异常指标构造和设置异常判断准则，具体为： 构造全局异常指标，具体为： ； 其中，是在时刻的全局异常指标； 同时计算全局基线均值及标准偏差，具体为： ，； 其中，为基线期内全局拓扑指标的平均值；为全局拓扑指标在基线期内的标准偏差；为全局拓扑指标； 设置异常判断状态准则为： 当对于任一节点存在时，判断该节点在时刻存在异常数据偏离； 当全局异常指标满足时，判断整个设备系统在时刻存在异常状态风险。

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山东盛途互联网科技有限公司，其通讯地址为：262200 山东省潍坊市诸城市密州街道半岛芯谷产业园8号楼东4楼401-405；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。