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！

龙图腾网获悉山东金钟科技集团股份有限公司申请的专利称重传感器故障时间预测方法、装置、设备及存储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：CN120492905B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510992085.4，技术领域涉及：G06F18/213；该发明授权称重传感器故障时间预测方法、装置、设备及存储介质是由闫洪枚;訾强;韩庆顺;申良栋设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本称重传感器故障时间预测方法、装置、设备及存储介质在说明书摘要公布了：本申请涉及时间预测技术领域，公开了一种称重传感器故障时间预测方法、装置、设备及存储介质，包括：将当前称重传感器的工作状态数据输入至故障检测模型中，得到候选故障特征；通过当前称重传感器的历史负载曲线获取负载波动数据，并对负载波动数据和候选故障特征进行预处理，得到负载特征和故障特征；基于混合卷积神经网络对负载特征和故障特征进行时序特征提取，得到负载时序特征和故障时序特征；将负载时序特征和故障时序特征输入到故障时间预测模型中，对当前称重传感器的故障时间进行预测。利用混合卷积网络捕捉负载与故障的长短期关联，避免依赖单一特征，提升预测的实时性与准确性，实现端到端的故障时间预测，适用于高波动工业场景。

本发明授权称重传感器故障时间预测方法、装置、设备及存储介质在权利要求书中公布了：1.一种称重传感器故障时间预测方法，其特征在于，所述称重传感器故障时间预测方法包括： 将当前称重传感器的工作状态数据输入至故障检测模型中，得到候选故障特征； 通过所述当前称重传感器的历史负载曲线获取负载波动数据，并对所述负载波动数据和所述候选故障特征进行预处理，得到负载特征和故障特征； 基于混合卷积神经网络对所述负载特征和所述故障特征进行时序特征提取，得到负载时序特征和故障时序特征； 将所述负载时序特征和所述故障时序特征输入到故障时间预测模型中，对所述当前称重传感器的故障时间进行预测； 所述将当前称重传感器的工作状态数据输入至故障检测模型中，得到候选故障特征的步骤，包括： 通过滑动平均滤波模板对当前称重传感器的工作状态数据进行处理，得到第一状态数据； 去除所述工作状态数据中的所述第一状态数据，得到第二状态数据； 将所述第二状态数据和所述工作状态数据通过加权融合，得到第三状态数据； 将所述第三状态数据输入至预设的故障检测模型中，得到候选故障特征； 所述将所述第三状态数据输入至预设的故障检测模型中，得到候选故障特征的步骤，包括： 通过改进密度峰值搜索方法确定所述第三状态数据的候选故障区间； 对所述候选故障区间进行局部异常判别，生成故障概率分布图； 通过自适应滤波方法对所述故障概率分布图进行噪声抑制，得到抑制后故障区间，并基于所述抑制后故障区间确定所述第二状态数据对应的目标故障区间； 对所述目标故障区间进行动态阈值分割，得到候选故障特征； 所述通过改进密度峰值搜索方法确定所述第三状态数据的候选故障区间的步骤，包括： 提取所述第三状态数据中每个时间点的超载最大值及超载次数； 根据相邻所述时间点的所述超载次数计算所述时间点的负载密度； 根据所述超载最大值和所述负载密度通过联合权重确定得到负载密度峰值点； 以所述负载密度峰值点为中心构建待检测时间窗口，计算所述待检测时间窗口内的超载概率值，并将所述超载概率值进行降序排序，得到所述候选故障区间。

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山东金钟科技集团股份有限公司，其通讯地址为：250000 山东省济南市市中区英雄山路147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”。

以上内容由龙图腾AI智能生成。