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！

龙图腾网获悉中国电建集团核电工程有限公司;山东拓能重机制造有限公司申请的专利基于人工智能的焊接设备状态监测方法及装置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：CN120354212B 。

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：202510837630.2，技术领域涉及：G06F18/241；该发明授权基于人工智能的焊接设备状态监测方法及装置是由窦建伟;单刚;时明军;刘德坷;孙卫允;迟甜功;周耀斌;李爱良设计研发完成，并于2025-06-23向国家知识产权局提交的专利申请。

本基于人工智能的焊接设备状态监测方法及装置在说明书摘要公布了：本发明提供了一种基于人工智能的焊接设备状态监测方法及装置，涉及人工智能与数据处理技术领域，通过对目标焊接设备在运行过程产生的振动信号进行实时采集，得到目标焊接设备对应的振动数据流。并确定振动数据流对应的时频能量分布，揭示信号在时间和频率两个维度上的能量变化，基于此，增强信号信噪比，减少非相关频段干扰，并强化早期故障信号，提升模型对异常事件的敏感性。并通过深度残差神经网络采用预设的动态门控注意力机制提取待识别数据中的快速变化特征和稳定结构特征，能够区分并加权“快速变化特征”与“稳定结构特征”，提高模型对异常事件（如早期故障冲击）的敏感性，从而对焊接设备进行准确的设备状态分析。

本发明授权基于人工智能的焊接设备状态监测方法及装置在权利要求书中公布了：1.一种基于人工智能的焊接设备状态监测方法，其特征在于，所述方法包括： 对目标焊接设备在运行过程产生的振动信号进行实时采集，得到所述目标焊接设备对应的振动数据流；其中，所述振动信号为安装在所述目标焊接设备的预设部位的振动传感器采集的； 基于所述振动数据流的采集时刻，确定所述振动数据流对应的时频能量分布； 基于所述时频能量分布对应的频段能量占比，对所述振动数据流进行信号滤波处理；以及，基于所述时频能量分布对应的突变信号，对滤波处理之后的所述振动数据流进行特征增强处理； 基于增强处理之后的所述振动数据流，生成待识别数据，将所述待识别数据输入至预设的深度残差神经网络中，对所述振动数据流进行故障类别分析，确定故障类别分析结果；其中，所述深度残差神经网络用于采用预设的动态门控注意力机制提取所述待识别数据中的快速变化特征和稳定结构特征，以根据所述快速变化特征和所述稳定结构特征分析所述振动数据流的故障类别； 根据所述故障类别分析结果，确定所述目标焊接设备对应的故障类别； 基于所述时频能量分布对应的频段能量占比，对所述振动数据流进行信号滤波处理的步骤，包括： 基于所述时频能量分布，计算预设时间窗口对应的频段能量； 根据所述频段能量，确定所述时频能量分布对应的频段能量占比； 基于所述频段能量占比，确定所述振动数据流对应的主导频率； 根据所述主导频率，对所述振动数据流的预设频段进行滤波处理； 其中，所述深度残差神经网络包括多个层级的时频卷积模块，每个所述层级的所述时频卷积模块的频带宽度不同；将所述待识别数据输入至预设的深度残差神经网络中，对所述振动数据流进行故障类别分析，确定故障类别分析结果的步骤，包括： 将所述待识别数据输入至预设的深度残差神经网络中，通过所述深度残差神经网络的所述多个层级的时频卷积模块，分别提取所述待识别数据在不同时间尺度和频率范围的目标局部特征； 通过预设的动态门控注意力机制，对所述目标局部特征进行特征融合，生成特征融合向量； 将所述特征融合向量映射至故障类别空间，确定所述待识别数据对应的故障类别分析结果； 通过预设的动态门控注意力机制，对所述目标局部特征进行特征融合，生成特征融合向量的步骤，包括： 通过卷积操作提取每个层级的所述目标局部特征的瞬态特征，以及，通过池化方法确定每个层级的所述目标局部特征的稳态特征； 通过预设的门控单元，将多个层级的所述瞬态特征和所述稳态特征按对应层级的频谱能量进行加权拼接，生成所述目标局部特征对应的特征融合向量混合特征。

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国电建集团核电工程有限公司;山东拓能重机制造有限公司，其通讯地址为：250000 山东省济南市历城区工业北路297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”。