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！

龙图腾网获悉四川职业技术学院申请的专利一种物联网设备的远程管控与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：CN120223515B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510677922.4，技术领域涉及：H04L41/0631；该发明授权一种物联网设备的远程管控与故障诊断方法及系统是由陈垚至设计研发完成，并于2025-05-26向国家知识产权局提交的专利申请。

本一种物联网设备的远程管控与故障诊断方法及系统在说明书摘要公布了：本发明公开了一种物联网设备的远程管控与故障诊断方法及系统，属于远程管控领域，所述方法包括：在设备周边布置传感器，采集环境数据，采集设备的设备日志数据以及用户行为数据，将采集到的数据传输到设备的物联网框架边缘网关中进行处理；将计算得到的统一特征向量发送到云端，同时在边缘网关中根据统一特征向量构建实时监控架构；实时监控架构捕捉到健康度跳变后边缘网关根据停机预警规则发出本地预警信号，并将数据一并上传到云端；云端对故障进行分析，并通过策略生成模型生成修复策略；云端将策略生成模型生成的修复策略下发。本发明根据特征向量与历史健康度序列对故障进行分析归因，提高了数据预处理的能力。

本发明授权一种物联网设备的远程管控与故障诊断方法及系统在权利要求书中公布了：1.一种物联网设备的远程管控与故障诊断方法，其特征在于，所述远程管控与故障诊断方法包括， S1、在设备周边布置传感器，采集设备周边的环境数据，采集设备的设备日志数据以及用户行为数据， 将采集到的数据传输到设备的物联网框架边缘网关中，对采集到的数据进行预处理与张量化处理； S2、将计算得到的统一特征向量发送到云端，同时在边缘网关中根据统一特征向量构建实时监控架构； S3、实时监控架构捕捉到用户操作或环境变化引起健康度跳变后边缘网关根据停机预警规则发出本地预警信号，并将触发预警时刻的统一特征向量与历史健康度序列一并上传到云端； S4、云端根据接收到的统一特征向量与历史健康度序列对故障进行分析归因，并根据构建得到的策略生成模型生成修复策略； S5、云端根据分析的结果对故障进行归纳构建故障数据库，并将策略生成模型生成的修复策略下发，通知操作人员准备执行修复操作所需的资源和工具，完成检修后将修复操作总结报告上传到云端存储到故障数据库中； 所述S1包括： S1.1、将采集到的环境数据、设备日志数据以及用户行为数据，进行矩阵化， 其中，设备日志矩阵L，L∈RT×D，R为实数域，T为时间点，D为日志条目； 环境数据矩阵E，E∈RT×S×P，S为传感器类型，P为传感器的空间位置； 将用户行为数据统合为离散的用户行为序列U，U={u1，u2，...，uk}，每个事件uk中包含操作类型和时间戳，k为事件的数量； S1.2、使用Tucker分解法分解设备日志矩阵、环境数据矩阵以及用户行为序列，提取潜在特征，并保留时间维度的一致性，构建统一特征空间， 然后进行时间维度对齐，强制共享时间因子矩阵，确保所有数据在时间轴上同步得到，如下式所示： ， 其中，Utime为时间因子矩阵，表示寻找使得目标函数取最小值的参数，L为设备日志矩阵，Glog为设备日志矩阵的核心张量，U为用户行为序列，Ufeature为特征因子矩阵，为传感器类型因子矩阵，为空间位置因子矩阵，为环境数据矩阵的核心张量，×n为张量的n模乘积； S1.3将各数据源的核心张量投影到统一空间从而构建联合特征空间， 如下式所示： ， 其中，F为统一特征向量；α，β，γ为权重系数；为设备日志矩阵核心张量的线性变换函数；为环境数据矩阵核心张量的线性变换函数；为转移概率矩阵的线性变换函数； 所述构建实时监控架构包括： 结合用户操作和环境因素来构建每个设备的健康度函数Ht，通过健康度函数Ht进行实时健康度计算， 捕捉用户操作或环境变化引起的健康度跳变，并对数据进行监控分析并提供本地预警； 所述实时监控架构通过随机微分方程来描述设备健康度的连续演化，随机微分方程如下式所示： ， 其中，为漂移函数，为设备健康度，在区间[0，1]之间，当Ht=0时表示设备完全故障，当Ht=1时表示设备处于最佳状态；为微分符号，表示一个变量的微小变化或增量，为设备健康度在时间t上的微小变化量，为时间t的一个微小增量，为随机外部冲击在时间t的随机变化量； 为统一特征向量函数，为用户操作输入，为扩散项表示随机扩散的影响，为随机扩散系数，为随机外部冲击； 所述S4包括： S4.1、根据历史健康度序列计算健康度下降梯度，当检测到下降速度超过阈值时，判定为急速劣化，触发诊断分析； 所述健康度下降梯度通过下式计算得到： ， 其中，为拉普拉斯算子，为健康度下降梯度，为设备健康度，为时间间隔，为经过时间间隔后的设备健康度； S4.2、将统一特征向量的物理量作为设备参数节点，S1.1中的环境数据矩阵的核心张量作为环境节点，用户行为序列中的高频操作作为操作节点，将工业知识嵌入构建得到因果图谱，并筛选出候选根因变量； S4.3、对每个候选根因变量Xi，结合随机微分方程的参数进行反推，计算干预后的健康度期望变化， 通过下式来衡量候选根因变量Xi对系统健康度的影响： ， 其中，为对Xi进行干预之后，系统健康度的预期变化，H为表示系统健康度，E为期望值，为外部干预操作符，代表Xi应该处于的正常值；代表Xi当前实际的取值。

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职业技术学院，其通讯地址为：629000 四川省遂宁市船山区学府北路1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”。