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！

龙图腾网获悉博创联动科技股份有限公司申请的专利一种智能化的农机状态监测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：CN119961711B 。

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：202510432653.5，技术领域涉及：G06F18/23213；该发明授权一种智能化的农机状态监测方法及系统是由陶伟;潘嗣南;李晓虎;孙宇;晋永康设计研发完成，并于2025-04-08向国家知识产权局提交的专利申请。

本一种智能化的农机状态监测方法及系统在说明书摘要公布了：本发明涉及智能监测领域，具体是指一种智能化的农机状态监测方法及系统，所述方法包括以下步骤：农机运行数据采集、信号预处理、特征提取、深度特征学习、状态监测、故障诊断，本发明在特征提取时采用GhostNet轻量级卷积网络提取高频振动信号特征，低频运行信号采用统计特征提取方法，结合高频特征进行融合；在状态监测时，采用动态图卷积神经网络+双向LSTM建模状态监测过程，捕捉农机状态的空间依赖性和时间动态演变，设计基于差分进化优化的超参数搜索机制，通过PCM记忆池存储高适应度个体，减少人工干预，提高泛化能力。所述系统包括数据采集模块、信号预处理模块、特征提取模块、深度特征学习模块、状态监测模块和故障诊断模块。

本发明授权一种智能化的农机状态监测方法及系统在权利要求书中公布了：1.一种智能化的农机状态监测方法，其特征在于：该方法包括以下步骤： 步骤S1：农机运行数据采集，在农机的关键部位安装高频振动传感器和低频信号传感器，分别采集农机的高频振动信号和低频运行信号，所述关键部位包括轴承、齿轮和发动机； 步骤S2：信号预处理，对高频振动信号采用小波变换进行多尺度分解，对低频运行信号使用平滑滤波和去噪，得到预处理后的高频振动信号和低频运行信号； 步骤S3：特征提取，对预处理后的高频振动信号采用GhostNet轻量级卷积提取高频特征，并结合集成学习和坐标注意力机制增强特征，对预处理后的低频运行信号采用统计特征提取方法提取低频特征，融合得到农机运行特征； 步骤S4：深度特征学习，使用深度学习和自监督学习框架，结合自编码器对农机运行特征进行深度学习，得到深度特征； 步骤S5：状态监测，基于深度特征构建状态监测模型，实时分析农机运行状态，得到状态监测结果； 基于深度特征构建状态监测模型，具体包括以下步骤： 步骤S51：状态特征构造，结合步骤S4的深度特征构造时间序列特征向量，采用归一化进行处理； 步骤S52：状态监测模型初始化，输入步骤S51中处理过的时间序列特征向量，采用LSTM构建状态监测模型； 步骤S53：种群初始化，随机初始化一个初始种群，其中每个个体表示一组超参数配置，每个个体表示如下： ； 其中，为第个个体，为学习率，为网络层数，为每层的神经元数，和为差分进化的控制参数； 对于初始种群中的每个个体计算适应度，得到适应度值； 步骤S54：建立PCM记忆池，设定存储容量为M，存入当前适应度值高的前M个个体存入PCM记忆池，设定最大迭代次数和全局迭代变量，表示如下： ； 当时，执行步骤S55至步骤S57； 其中，为全局迭代变量，为最大迭代次数，设定为200； 步骤S55：自适应搜索，实行全局搜索和局部搜索，具体包括以下内容： 全局搜索：对初始种群中的每个个体进行标准差分进化变异，所用公式如下： ； 其中，、和是从初始种群中随机选择的个体，为全局搜索产生的新个体； 局部搜索：以50%的概率对PCM记忆池中的个体引导变异，所用公式如下： ； 其中，是从PCM记忆池中随机选取的个体，为局部搜索产生的新个体； 步骤S56：种群更新，计算和的适应度值，如果适应度值高于，则替换进入初始种群，如果的适应度高于PCM记忆池中任意一个个体，则进行替换，得到替换后的初始种群和替换后的PCM记忆池； 步骤S57：存档扰动机制，监测PCM记忆池的变化情况，当迭代50次均无优化时，触发存档扰动机制； 步骤S58：结果输出，当时，结束迭代，输出最终PCM池中适应度最高的个体，为最优超参数组合； 步骤S6：故障诊断，构建故障诊断模型，对状态检测结果进行分析，得到分析结果和风险预测。

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博创联动科技股份有限公司，其通讯地址为：100080 北京市海淀区西小口路66号中关村东升科技园北领地B-6楼A座8层A801；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”。

以上内容由龙图腾AI智能生成。