Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西南科技大学张晖获国家专利权

西南科技大学张晖获国家专利权

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!

龙图腾网获悉西南科技大学申请的专利卷烟烘丝机故障检测的方法、装置、设备及可读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:CN115758086B

龙图腾网通过国家知识产权局官网在2025-10-17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:202211508944.0,技术领域涉及:G06F18/10;该发明授权卷烟烘丝机故障检测的方法、装置、设备及可读存储介质是由张晖;张虹蕾;王荥;何林洋;卓亮;李全鹏设计研发完成,并于2022-11-29向国家知识产权局提交的专利申请。

卷烟烘丝机故障检测的方法、装置、设备及可读存储介质在说明书摘要公布了:本发明提供一种卷烟烘丝机故障检测的方法、装置、设备及可读存储介质。该方法包括:将各个传感器的检测数据按时间片段划分为若干个时间窗口数据,并将在同一时间窗口所有传感器对应的检测数据作为一个检测样本;根据检测样本训练检测模型,得到训练好的检测模型;将待检测的卷烟烘丝机的不同时间窗口的检测数据按批次分别输入所述训练好的检测模型,得到不同时间窗口分别对应的预测结果;根据预测结果判断其是否为故障检测数据;在预测结果为故障检测数据的情况下,将故障检测数据进行小波分解,确定故障传感器对应的编号。本发明方法提高了故障检测的效率。

本发明授权卷烟烘丝机故障检测的方法、装置、设备及可读存储介质在权利要求书中公布了:1.一种卷烟烘丝机故障检测的方法,其特征在于,包括: 获取卷烟烘丝机各个传感器的检测数据; 将所述各个传感器的检测数据按时间片段划分为若干个时间窗口数据,并将在同一时间窗口所有传感器对应的检测数据作为一个检测样本; 根据所述检测样本训练检测模型,得到训练好的检测模型; 将待检测的卷烟烘丝机的不同时间窗口的检测数据按批次分别输入所述训练好的检测模型,得到不同时间窗口分别对应的预测结果;所述预测结果包括:正类检测数据或者负类检测数据; 获取卷烟烘丝机在正常状态下传感器检测到的相同时间窗口的检测数据,以该检测数据作为标准检测数据; 在所述预测结果为正类检测数据的情况下,根据所述预测结果以及所述标准检测数据,确定故障检测数据;所述故障检测数据为某一时间窗口对应的所有传感器的检测数据; 将所述故障检测数据进行小波分解,确定故障传感器对应的编号; 在将所述检测样本送入检测模型之前,还包括对所述检测样本进行预处理;以预处理后的检测样本作为检测模型的输入来训练模型; 所述预处理包括: 对所述检测样本进行归一化处理,得到归一化检测样本; 以所述归一化检测样本作为原始样本,分别添加两次噪声,得到与所述原始样本类别相同的一个样本对,并其作为正类样本对; 对所述正类样本对分别进行随机掩码操作,得到两个与所述原始样本类别不同的样本对,并将其作为负类样本对; 以所述负类样本对和正类样本对作为检测模型的输入来训练模型; 所述以所述负类样本对和正类样本对作为检测模型的输入来训练模型包括: 将所述正类样本对与所述负类样本对分别输入到相同的两个编码器中,以使所述正类样本对与所述负类样本对由高维空间映射到新的向量空间,从而分别得到正类样本向量和负类样本向量; 将所述正类样本向量和负类样本向量进行降维,得到降维后的正类样本向量和负类样本向量; 用余弦相似度计算在低维空间上样本相互之间的相似度,并通过尺度交叉熵损失,使得同类别的样本在空间中位置更近,而不同类别之间的样本在空间中位置更远,从而得到训练好的所述检测模型。

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西南科技大学,其通讯地址为:621010 四川省绵阳市青龙大道59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。

免责声明
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。