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！

龙图腾网获悉武汉理工大学申请的专利基于未来状态预测与世界大模型的旋转机械持续诊断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：CN121456721B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202610009227.5，技术领域涉及：G06F18/2431；该发明授权基于未来状态预测与世界大模型的旋转机械持续诊断方法是由刘志平;郭圳设计研发完成，并于2026-01-06向国家知识产权局提交的专利申请。

本基于未来状态预测与世界大模型的旋转机械持续诊断方法在说明书摘要公布了：本发明公开了一种基于未来状态预测与世界大模型的旋转机械持续诊断方法，该方法包括：获取旋转机械的多源数据序列，并驱动数字孪生模型；基于数字孪生模型，生成旋转机械在未来一段时间内的第一未来状态预测序列；将多源数据序列与第一未来状态预测序列共同编码为提示向量，输入至世界大模型，以输出诊断结果与决策建议，并输出旋转机械在同一未来一段时间内的第二未来状态预测序列；当识别到新故障模式时，启动持续学习机制，通过引入低秩矩阵，并利用包括任务损失、未来信息一致性损失以及知识蒸馏损失的总损失函数，对世界大模型进行持续学习和参数更新。本发明提供了一种能够实现前瞻性预测、持续知识进化和决策解释的旋转机械故障诊断方法。

本发明授权基于未来状态预测与世界大模型的旋转机械持续诊断方法在权利要求书中公布了：1.一种基于未来状态预测与世界大模型的旋转机械持续诊断方法，其特征在于，该方法包括： 获取旋转机械的多源数据序列，并利用多源数据序列驱动旋转机械的数字孪生模型，以实现数字孪生模型与物理实体的状态同步； 基于数字孪生模型，生成旋转机械在未来一段时间内的第一未来状态预测序列； 将多源数据序列与第一未来状态预测序列共同编码为提示向量，输入至预训练的世界大模型，以输出诊断结果与决策建议，并输出旋转机械在同一未来一段时间内的第二未来状态预测序列； 当识别到新故障模式时，启动持续学习机制，该机制通过低秩微调向世界大模型引入低秩矩阵，并利用包括任务损失、未来信息一致性损失以及知识蒸馏损失的总损失函数，对世界大模型进行持续学习和参数更新；其中，任务损失与知识蒸馏损失分别用于确保世界大模型正确分类新故障数据与旧故障数据，未来信息一致性损失用于通过第二未来状态预测序列与第一未来状态预测序列约束更新后的世界大模型对新故障数据的未来状态预测与数字孪生模型的物理预测保持一致； 其中，总损失函数如下： ； 式中，表示总损失；表示任务损失，用于确保世界大模型正确分类新故障数据；表示知识蒸馏损失，用于确保世界大模型正确分类旧故障数据；表示未来信息一致性损失，用于约束更新后的世界大模型对新故障数据的未来状态预测与数字孪生模型的物理预测保持一致；表示权重因子； 未来信息一致性损失如下： 式中，表示未来信息一致性损失；表示新故障数据，表示数字孪生模型，表示数字孪生模型的物理预测，即第一未来状态预测序列；表示编码，表示提示向量；表示世界大模型参数；表示对世界大模型参数的增量更新，由引入的低秩矩阵确定；表示更新后的世界大模型，表示更新后的世界大模型的输出，包括更新后的世界大模型对新故障数据的未来状态预测，即第二未来状态预测序列。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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。