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！

龙图腾网获悉西安笨笨畜牧有限公司申请的专利基于数字孪生的屠宰线异常识别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：CN120429830B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510911984.7，技术领域涉及：G06F18/25；该发明授权基于数字孪生的屠宰线异常识别方法及系统是由韩啸;李琛琢;吕荣鑫设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本基于数字孪生的屠宰线异常识别方法及系统在说明书摘要公布了：本发明涉及工业设备异常检测领域，尤其涉及一种基于数字孪生的屠宰线异常识别方法及系统，该方法包括：通过数据采集单元与数字孪生接口单元对屠宰线中劈半锯进行运行数据采集与健康参考数据采集；通过对驱动单元的瞬时电流数据进行数字孪生参考校正与累积和控制图异常检测处理，获取劈半锯运行状态的初步异常判断结果；通过对劈半锯的物理特征数据与健康参考数据进行融合评估处理，获取异常来源倾向性判别因子；通过对初步异常判断结果与异常来源倾向判别因子进行综合分析，获取劈半锯当前加工周期的异常识别结果，从而提高屠宰线中设备异常识别的精确度。

本发明授权基于数字孪生的屠宰线异常识别方法及系统在权利要求书中公布了：1.基于数字孪生的屠宰线异常识别方法，其特征在于，所述一种基于数字孪生的屠宰线异常识别方法包括： 步骤S1：通过数据采集单元与数字孪生接口单元对屠宰线中劈半锯进行运行数据采集与健康参考数据采集； 步骤S2：通过对驱动单元的瞬时电流数据进行数字孪生参考校正与累积和控制图异常检测处理，获取劈半锯运行状态的初步异常判断结果； 步骤S3：通过对劈半锯的物理特征数据与健康参考数据进行融合评估处理，获取异常来源倾向性判别因子； 步骤S4：通过对初步异常判断结果与异常来源倾向判别因子进行综合分析，获取劈半锯当前加工周期的异常识别结果； 步骤S5：基于劈半锯加工周期内异常识别结果的屠宰线劈半锯异常状态的智能化应用； 所述通过数据采集单元与数字孪生接口单元对屠宰线中劈半锯进行运行数据采集与健康参考数据采集，包括：在屠宰线的数据采集单元中，通过安装于劈半锯关键部位地各类传感器周期性地进行数据采集，所述数据采集过程中采集的数据包括：驱动单元的加工周期数据、驱动单元的瞬时电流数据、驱动单元在每个加工周期内结束时的壳体最高温度数据、驱动单元输出端轴承外圈故障特征频率对应频带内的振动能量均方根数据、驱动单元高频振动特征频带内的振动能量均方根数据、驱动单元瞬时电流数据的波动性指标； 在屠宰线的数字孪生接口单元中，通过部署于控制系统中的数字孪生接口模块，在每一加工周期内调用与当前被加工对象特性匹配的数字孪生模型，以获取与当前加工对象在当前加工周期的加工阶段相对应的健康状态下的参考数据，具体包括驱动单元瞬时电流数据的参考标准差、驱动单元的瞬时电流健康数据、驱动单元在每个加工周期内结束时的壳体最高温度健康数据、驱动单元输出端轴承外圈故障特征频率对应频带内的振动能量均方根健康数据、驱动单元高频振动特征频带内的振动能量均方根健康数据、驱动单元瞬时电流数据的波动性健康指标； 所述通过对劈半锯的物理特征数据与健康参考数据进行融合评估处理，获取异常来源倾向性判别因子，包括：通过对微观物理特征数据与健康参考数据进行归一化处理，得到反映各物理维度异常程度的归一化偏离指标；通过对归一化偏离指标应用特征敏感度调节函数，得到各特征维度的异常贡献值；通过对异常贡献值进行结构化融合评估，得到用于故障来源判别的异常来源倾向性判别因子； 所述通过对异常贡献值进行结构化融合评估，得到用于故障来源判别的异常来源倾向性判别因子，包括：获取全部特征维度中的驱动单元的温度异常贡献值、驱动单元输出端轴承外圈故障特征频率对应频带内的振动能量异常贡献值、驱动单元高频振动特征频带内的振动能量异常贡献值与驱动单元的电流数据波动异常贡献值；将所述驱动单元的温度异常贡献值与所述驱动单元输出端轴承外圈故障特征频率对应频带内的振动能量异常贡献值相加作为分子，将所述驱动单元高频振动特征频带内的振动能量异常贡献值与所述驱动单元的电流数据波动异常贡献值相加作为分母，将所形成的分式作为用于故障来源判别的异常来源倾向性判别因子。

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西安笨笨畜牧有限公司，其通讯地址为：710200 陕西省西安市高陵区渭阳八路东段；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”。