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！

龙图腾网获悉中铁建设集团有限公司;中铁建设集团机电安装有限公司申请的专利基于深度强化学习的设备预测性维护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：CN120198107B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510687379.6，技术领域涉及：G06Q10/20；该发明授权基于深度强化学习的设备预测性维护方法是由甘丰华;谭学彪;汪诗超;何成;郭鑫焱;黄庆寿;吴少儒;侯敏;江期洪;刘勇;刘杰;张如行;赵智革;钟文杰设计研发完成，并于2025-05-27向国家知识产权局提交的专利申请。

本基于深度强化学习的设备预测性维护方法在说明书摘要公布了：本发明提供基于深度强化学习的设备预测性维护方法，涉及设备监测技术领域，本发明获取各个零部件的更换原因和时间戳，根据历史的工作数据形成工作数据集并形成各个零部件所参与的任务集，根据任务集构建故障概率判断模型，并设定奖励公式，获取更换指导模型，根据当前所装备的零部件的安装时间获取各个零部件的更换评分，根据下次任务获取折损系数，通过设备的寿命获取年限系数，形成各个零部件的综合更换系数并构建修正阈值，获取各个零部件的更换状况，本发明通过根据零部件之间不同折损状况的协同作用判断起重机对于未来任务的执行能力，实现了对起重机零部件精确的预测性维护。

本发明授权基于深度强化学习的设备预测性维护方法在权利要求书中公布了：1.基于深度强化学习的设备预测性维护方法，其特征在于，具体步骤包括： 步骤1：获取起重机的零部件的更换原因并添加时间戳，获取起重机历史的工作数据，所述工作数据包括每次任务的工作功率、工作时长、振动曲线和电压曲线以及时间戳，对每次任务的振动曲线和电压曲线进行分析获取振动变异系数和电压变异系数，并形成每个任务的工作数据集，根据时间戳分析零部件的更换和工作数据集，获取各个零部件每次从安装使用到更换期间参与的任务集； 步骤2：获取各个零部件的更换成本和每个任务的故障成本，并结合更换动作构建奖励公式，将各个零部件的任务集输入深度Q网络模型中进行训练，分别输出各个零部件在不同任务时更换动作的奖励值，获取更换指导模型； 步骤3：获取当前起重机所使用的零部件的安装时间，以及各个零部件所经历的任务的工作功率、工作时长、振动曲线和电压曲线，形成任务集并输入更换指导模型，分别获取各个零部件关于更换动作的奖励值，形成各个零部件更换评分； 步骤4：根据下次任务要求起重电机所要提供的工作功率和工作时长，结合获取的起重电机的额定功率构建起重机的折损系数，通过各个零部件的更换次数和理论更换次数结合起重机的折损系数形成每个零部件的折损系数； 步骤5：获取起重机额定功率下的寿命并结合起重机历史的工作数据构建年限系数，通过年限系数和每个零部件的折损系数分别对每个零部件的更换评分进行修正，获取综合更换评分，同时通过综合更换评分对设定的零部件评分阈值进行修正，获取修正阈值，根据综合更换评分与修正阈值大小关系，判断起重机在下次任务前是否进行零部件更换。

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中铁建设集团有限公司;中铁建设集团机电安装有限公司，其通讯地址为：100043 北京市石景山区石景山路20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”。