中船赛思亿(无锡)电气科技有限公司;中船赛思亿(福建)电气科技有限公司郭伟获国家专利权
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!
龙图腾网获悉中船赛思亿(无锡)电气科技有限公司;中船赛思亿(福建)电气科技有限公司申请的专利一种基于船舶维护的故障评估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:CN120387811B 。
龙图腾网通过国家知识产权局官网在2025-09-26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:202510874928.0,技术领域涉及:G06Q10/20;该发明授权一种基于船舶维护的故障评估方法及系统是由郭伟;邵诗逸;岳凡;常国梅;刘洋;季佳设计研发完成,并于2025-06-27向国家知识产权局提交的专利申请。
本一种基于船舶维护的故障评估方法及系统在说明书摘要公布了:本发明涉及故障评估技术领域,公开了一种基于船舶维护的故障评估方法及系统,包括:利用知识图谱进行节点的故障评估,根据所述故障评估的结果构建健康风险的分布;通过对船舶维护记录的分析,对节点之间健康风险的分布进行迁移,得到适应船舶的风险分布模型;根据所述风险分布模型,主动生成关于节点空间的故障组合的风险概率和单一节点故障的风险概率;根据关于节点空间的故障组合的风险概率和单一节点故障的风险概率,生成故障假设,并且评估每个故障假设对于所述风险分布模型的覆盖率,最终输出故障评估结果。有效克服了传统方法对单一船型、特定工况适应性不足的问题,增强了风险模型的个性化和泛化能力。
本发明授权一种基于船舶维护的故障评估方法及系统在权利要求书中公布了:1.一种基于船舶维护的故障评估方法,其特征在于,包括: 对船舶正常运行过程中,采集到每个监测部分的多模态数据; 利用知识图谱进行节点的故障评估,根据所述故障评估的结果构建健康风险的分布; 通过对船舶维护记录的分析,对节点之间健康风险的分布进行迁移,得到适应船舶的风险分布模型; 根据所述风险分布模型,主动生成关于节点空间的故障组合的风险概率和单一节点故障的风险概率; 根据关于节点空间的故障组合的风险概率和单一节点故障的风险概率,生成故障假设,并且评估每个故障假设对于所述风险分布模型的覆盖率,最终输出故障评估结果; 所述覆盖率包括,对所述故障假设中每个节点进行重新赋值,根据赋值结果重新计算节点空间的值分布;将所述值分布与所述风险分布模型进行相似度计算,将相似度作为每个所述故障假设的覆盖率; 所述对节点之间健康风险的分布进行迁移包括,利用每一次的维护记录和同类型船舶的维护记录,生成对健康风险的调整分布;结合当前船舶的所有维护记录,综合生成对健康风险的分布迁移结果; 所述调整分布的具体生成步骤为: 步骤1:根据同类型船舶的维护记录,生成同类型船舶健康风险的分布; 步骤2:根据当前船舶的每次维护记录进行权重和故障分布的生成;表示当前船舶第i次维护时,故障的概率分布;当前船舶第i次维护时的权重定义为:,表示预设的调整系数;表示第i次维护时,与前一次维护的时间间隔;表示映射函数,是将对应的数值,通过预设函数关系,得到的参考数值;当前船舶第i次维护时,针对同类型船舶健康风险分布的权重定义为:; 步骤3:设当前船舶经过I次维护,对I次维护记录进行结合: ; 其中,表示结合后的概率分布;表示归一化函数;恒等于; 所述风险分布模型包括,根据所述调整分布生成每个节点的注意力权重;根据每个节点处的注意力权重,对所述健康风险的分布D进行概率分布的加权调整后归一化,实现对健康风险的分布迁移; 所述知识图谱包括,将船舶中的每个部件作为一个节点,基于实际连接、功能依赖,以及在样本的历史维护数据中,抽取的实体节点之间的关系;构建单向或双向的因果关系;其中,节点之间的因果关系,通过贝叶斯网络进行学习; 若同一监测部分中,包含多个节点,则对监测部分中的节点进行多模态数据的泛化,使监测部分中的每个节点按照数据分布规律进行数据同步; 所述数据分布规律包括,对于每个监测部分,通过预训练的映射关系和传感器的测量值,使监测部分中的每个节点,映射到对应的监测数据值。
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中船赛思亿(无锡)电气科技有限公司;中船赛思亿(福建)电气科技有限公司,其通讯地址为:214100 江苏省无锡市新吴区开发区83号-D地块;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。