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！

龙图腾网获悉浪潮通用软件有限公司申请的专利面向工业巡检的缺陷自主决策方法、装置、设备及介质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：CN120355270B 。

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：202510848045.2，技术领域涉及：G06Q10/0637；该发明授权面向工业巡检的缺陷自主决策方法、装置、设备及介质是由赵震;米继宗;张振宇;马龙宁;张韬;黄露露;高增林设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本面向工业巡检的缺陷自主决策方法、装置、设备及介质在说明书摘要公布了：本申请提供了面向工业巡检的缺陷自主决策方法、装置、设备及介质，属于智能制造技术领域。该设备缺陷自主决策方法包括：使用多光谱融合终端，采集工业设备的设备运行状态信息，上传至云端服务器；使用云端服务器内置的跨模态深度分析模型，根据双流异构深度网络架构对设备运行状态信息进行跨模态学习，学习工业设备的视觉‑文本特征的联合分布，得到工业设备的缺陷特征向量；对缺陷特征向量与维修知识库中相似案例进行多维度匹配和筛选缺陷特征向量对应的处置方案，得到维修策略；将缺陷特征向量对应的缺陷信息和维修策略下发至维修人员的通信终端。本申请能够解决现有技术存在多模态数据割裂，未进行特征级融合，导致跨模态信息利用率低的问题。

本发明授权面向工业巡检的缺陷自主决策方法、装置、设备及介质在权利要求书中公布了：1.一种面向工业巡检的缺陷自主决策方法，其特征在于，包括： 使用多光谱融合终端采集工业设备的设备运行状态信息，上传至云端服务器； 使用云端服务器内置的跨模态深度分析模型，根据双流异构深度网络架构对所述设备运行状态信息进行跨模态学习，学习所述工业设备的视觉-文本特征的联合分布，得到所述工业设备的缺陷特征向量； 根据混合双引擎推理模式，对所述缺陷特征向量与维修知识库中相似案例，进行多维度匹配和筛选所述缺陷特征向量对应的处置方案，得到维修策略；其中，所述混合双引擎推理模式包括案例推理模块和规则推理模块，所述案例推理模块用于计算当前缺陷特征向量与历史案例的余弦相似度，以筛选案例，所述规则推理模块基于模糊逻辑构建专家经验决策树，采用模糊隶属度函数处理不确定条件； 将所述缺陷特征向量对应的缺陷信息和所述维修策略下发至维修人员的通信终端； 其中，所述使用云端服务器内置的跨模态深度分析模型，根据双流异构深度网络架构对所述设备运行状态信息进行跨模态学习，学习所述工业设备的视觉-文本特征的联合分布，得到所述工业设备的缺陷特征向量的步骤，包括： 将所述工业设备的设备运行状态信息上传至所述云端服务器的跨模态深度分析模型，其中，所述跨模态深度分析模型内有所述双流异构深度网络架构，所述设备运行状态信息包括多光谱状态图像和设备状态数据；其中，所述双流异构深度网络架构包括改进型YOLOv5检测模型，所述改进型YOLOv5检测模型改进点在于在其分类层引入注意力机制； 控制所述双流异构深度网络架构的视觉处理流，使用目标检测算法结合多尺度注意力机制，在多个尺度的维度上建立所述多光谱状态图像的特征关联，检测得到所述多光谱状态图像的视觉特征； 控制所述双流异构深度网络架构的文本处理流，使用文本处理大模型构建领域语义解析词典，使用所述领域语义解析词典解析所述设备状态数据对应的文本特征； 使用跨模态对抗蒸馏管道对抗采集所述视觉特征和文本特征；其中，所述跨模态对抗蒸馏管道包括生成器网络、判别器网络和特征对齐损失函数，所述生成器网络包括学习跨模态特征联合分布以及生成融合特征； 使用所述跨模态对抗蒸馏管道构建的生成器网络，按照特征对齐损失函数学习所述视觉特征和文本特征的联合分布，得到所述缺陷特征向量。

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浪潮通用软件有限公司，其通讯地址为：250101 山东省济南市历下区浪潮路1036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”。