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！

龙图腾网获悉四川环龙技术织物有限公司申请的专利基于AI预测模型的智能工厂故障诊断方法及系统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：CN120387002B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510873159.2，技术领域涉及：G06F18/20；该发明授权基于AI预测模型的智能工厂故障诊断方法及系统是由谢宗国;周骏;周兴富;孙自强;王敏;向龙;谢飞设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本基于AI预测模型的智能工厂故障诊断方法及系统在说明书摘要公布了：本发明提供一种基于AI预测模型的智能工厂故障诊断方法及系统，首先获取智能工厂目标生产线的设备监测数据流，包含多组带时间戳标识的状态数据段，接着对设备监测数据流进行诊断特征构建处理，生成状态演变特征和组件关联特征，然后将状态演变特征和组件关联特征输入预训练的故障预测模型进行故障预测，生成包含故障风险等级的诊断结果数据。根据诊断结果数据识别潜在故障类型及传播特征信息，最后基于潜在故障类型及传播特征信息生成包含故障定位标识的维护指引数据，并传输至工厂运维系统触发故障干预操作，有效提升了智能工厂故障诊断的准确性和维护效率。

本发明授权基于AI预测模型的智能工厂故障诊断方法及系统在权利要求书中公布了：1.一种基于AI预测模型的智能工厂故障诊断方法，其特征在于，所述方法包括： 获取智能工厂中目标生产线的设备监测数据流，所述设备监测数据流包含连续采集的具有时间戳标识的多组状态数据段； 对所述设备监测数据流进行诊断特征构建处理，生成反映设备运行状态的状态演变特征和反映设备组件交互关系的组件关联特征； 将所述状态演变特征和所述组件关联特征输入预训练的故障预测模型进行故障预测，生成包含故障风险等级的诊断结果数据； 根据所述诊断结果数据识别目标生产线当前存在的潜在故障类型及所述潜在故障类型在设备运行过程中的传播特征信息； 基于所述潜在故障类型及所述传播特征信息生成包含故障定位标识的维护指引数据，并将所述维护指引数据传输至工厂运维系统以触发故障干预操作； 所述根据所述诊断结果数据识别目标生产线当前存在的潜在故障类型及所述潜在故障类型在设备运行过程中的传播特征信息，包括： 解析所述诊断结果数据中的故障风险等级及对应故障类型概率值，筛选概率值最高的前N个故障类型作为潜在故障类型； 提取每个潜在故障类型对应的时序上下文特征和关联上下文特征，分析故障类型与状态演变特征、组件关联特征的关联关系，生成故障触发因素标识； 对所述设备监测数据流中与潜在故障类型相关的状态数据段进行回溯分析处理，确定潜在故障类型首次出现的时间点和对应的初始影响组件； 跟踪所述初始影响组件在后续时间窗口内的状态演变特征变化，结合组件关联特征中的交互强度参数和因果关系标识，推导潜在故障类型在组件间的传播顺序和传播速度，所述交互强度参数为每对关键组件时间序列的互相关系数，用于反映组件间协同变化程度； 整合所述故障触发因素标识、初始影响组件、传播顺序及传播速度，生成反映故障在设备运行过程中传播特征的传播特征信息； 所述将所述状态演变特征和所述组件关联特征输入预训练的故障预测模型进行故障预测，生成包含故障风险等级的诊断结果数据，包括： 将所述状态演变特征和所述组件关联特征输入所述故障预测模型的特征融合层，结合特征权重系数进行跨维度信息融合处理，生成融合特征向量； 通过所述故障预测模型的时序编码器对所述融合特征向量进行时间依赖性建模处理，提取反映故障发展过程的时序上下文特征； 利用所述故障预测模型的关联解码器对所述时序上下文特征进行组件交互关系解析处理，生成反映故障传播路径的关联上下文特征； 将所述时序上下文特征和所述关联上下文特征输入所述故障预测模型的风险评估层进行综合评估处理，生成包含各故障类型概率值的中间评估结果； 对所述中间评估结果进行等级划分处理，根据预设的概率阈值区间将各故障类型概率值映射至对应的风险等级，生成包含故障风险等级的诊断结果数据。

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四川环龙技术织物有限公司，其通讯地址为：611138 四川省成都市温江区海峡科技产业开发园新华路西段519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”。