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！

龙图腾网获悉应急管理部上海消防研究所;上海倍安实业有限公司申请的专利一种非侵入式消防水带流量及压力预测系统和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：CN118001666B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202311707508.0，技术领域涉及：A62C37/50；该发明授权一种非侵入式消防水带流量及压力预测系统和方法是由路頔;苏琳设计研发完成，并于2023-12-13向国家知识产权局提交的专利申请。

本一种非侵入式消防水带流量及压力预测系统和方法在说明书摘要公布了：本发明涉及智慧消防技术领域，具体涉及一种非侵入式消防水带流量及压力预测系统和方法，该方法包括以下步骤：获取振动信号，通过深度神经网络预测子模块获得主要预测值；利用所述振动信号，通过特征参数提取子模块提取信号特征参数，并利用统计模型预测子模块和机器学习模型预测子模块获得多个辅助预测值；通过权重系数分配子模块，获得所述主要预测值和所述辅助预测值的权重系数，结合所述权重系数获得最终预测值，所述最终预测值包括最终流量预测值和最终压力预测值。本发明通过监测消防水带的时序振动信号，利用模型实现了非侵入式地预测消防水带流量及压力，解决了火灾现场快速便捷预测消防水带流量及压力问题，有利于指挥调度和高效灭火。

本发明授权一种非侵入式消防水带流量及压力预测系统和方法在权利要求书中公布了：1.一种非侵入式消防水带流量及压力预测方法，适用于非侵入式消防水带流量及压力预测系统，其特征在于，包括以下步骤： 通过振动数据采集模块获取振动信号，所述振动信号为水流经过消防水带时产生的时序振动信号； 利用所述振动信号，通过深度神经网络预测子模块获得主要预测值，所述主要预测值包括主要流量预测值和主要压力预测值； 利用所述振动信号，通过特征参数提取子模块提取信号特征参数； 基于所述信号特征参数，利用统计模型预测子模块和机器学习模型预测子模块获得多个辅助预测值，所述辅助预测值包括辅助流量预测值和辅助压力预测值； 通过权重系数分配子模块，获得所述主要预测值和所述辅助预测值对应的权重系数； 利用中央处理模块基于所述主要预测值和所述多个辅助预测值，结合所述权重系数，通过融合处理输出子模块获得所述振动信号的最终预测值，所述最终预测值包括最终流量预测值和最终压力预测值； 通过所述权重系数分配子模块，获得所述主要预测值和所述辅助预测值对应的权重系数，还包括以下步骤： 判断所述振动信号的时序长度是否小于预设阈值，并根据判断结果，执行如下步骤： 当所述振动信号的时序长度小于或等于预设阈值，所述权重系数分配子模块对所述主要预测值的加权系数置零，仅分配加权系数给所述多个辅助预测值； 当所述振动信号的时序长度大于预设阈值，所述权重系数分配子模块分配加权系数给所述主要预测值和所述多个辅助预测值； 所述非侵入式消防水带流量及压力预测系统包括： 非侵入式消防水带流量及压力训练子系统，用于构建并训练非侵入式消防水带流量及压力预测模型； 所述非侵入式消防水带流量及压力训练子系统包括流量压力调节模块、数据监测模块和数据处理模块； 所述流量压力调节模块，用于调节输入消防水带的流体压力和流量； 所述数据监测模块，由振动信号传感器、流量传感器和压力传感器组成，用于获得消防水带的实测流体压力和流量和实测振动信号； 所述数据处理模块，用于根据数据构建并训练非侵入式消防水带流量及压力预测模型，包括：特征参数提取子模块、统计模型预测子模块、机器学习模型预测子模块、深度神经网络预测子模块、权重系数分配子模块、融合处理输出子模块； 非侵入式消防水带流量及压力预测子系统，用于利用所述非侵入式消防水带流量及压力预测模型对消防水带流量和压力进行实时预测； 所述非侵入式消防水带流量及压力预测子系统包括：振动数据采集模块和中央处理模块； 所述振动数据采集模块，用于获取待监测消防水带的振动信号； 所述中央处理模块，用于结合所述非侵入式消防水带流量及压力预测模型和所述振动信号，对消防水带流量和压力进行实时预测，以及获得累计流量信息。

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应急管理部上海消防研究所;上海倍安实业有限公司，其通讯地址为：200032 上海市徐汇区中山南二路601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。