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！

龙图腾网获悉西安科技大学;西安重装蒲白煤矿机械有限公司;西安重工装备制造集团有限公司;陕煤集团神木张家峁矿业有限公司申请的专利一种刮板输送机剩余使用寿命预测方法、介质及设备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：CN119443402B 。

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：202411566973.1，技术领域涉及：G06Q10/04；该发明授权一种刮板输送机剩余使用寿命预测方法、介质及设备是由曹现刚;程博洋;苏乐;杨会武;王波;张思瑞;张瑞圆;赵江滨;徐田波;樊红卫;段雍;张鑫媛设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本一种刮板输送机剩余使用寿命预测方法、介质及设备在说明书摘要公布了：本发明公开了一种刮板输送机剩余使用寿命预测方法、介质及设备，涉及剩余寿命预测技术领域，包括对获取的刮板输送机的不同传感器数据，构建多个原始图数据；通过卷积层将预处理后构造的图数据作为模型的输入，提取特征，通过图结构学习层获取传感器间动态依赖关系，融合传感器的空间相关性；通过时空融合层中的图注意力网络更新聚合节点的空间特征，再利用时间注意力机制和双向门控循环单元提取序列间的依赖关系，最后将融合的时空特征输入到全连接层确定最终的剩余使用寿命，实现刮板输送机的寿命预测。

本发明授权一种刮板输送机剩余使用寿命预测方法、介质及设备在权利要求书中公布了：1.一种刮板输送机剩余使用寿命预测方法，其特征在于，包括： 对获取的刮板输送机的不同传感器数据，构建多个原始图数据；对原始图数据采用多尺度卷积操作提取特征，得到不同尺度的特征图，将不同尺度的特征图进行融合，得到融合后的图数据； 通过获取传感器的空间安装布局，确定先验邻接矩阵，基于融合后的图数据，通过采用KNN算法构建初始邻接矩阵，并通过图自动编码器对初始邻接矩阵进行重构，得到相似邻接矩阵，通过自适应机制将先验邻接矩阵与相似邻接矩阵进行融合，得到自适应邻接矩阵； 所述通过获取传感器的空间安装布局，确定先验邻接矩阵，基于融合后的图数据，通过采用KNN算法构建初始邻接矩阵，并通过图自动编码器对初始邻接矩阵进行重构，得到相似邻接矩阵，具体包括： 采用如下公式确定先验邻接矩阵： ， 其中，为先验邻接矩阵，表示节点和节点存在交互； 基于融合后的图数据，采用KNN算法确定每个节点与所有节点之间的距离，选择距离最近的个节点，确定邻居节点集合，采用如下公式得到初始邻接矩阵： ， 其中，表示第个图数据中节点是否与节点相邻； 采用如下公式对初始邻接矩阵进行重构，得到相似邻接矩阵： ， ， 其中，表示GCN的更新过程，是节点特征，是sigmoid激活函数，是节点的嵌入向量，是第个相似邻接矩阵； 通过采用图注意力机制对图数据和自适应邻接矩阵进行融合，得到更新后的节点空间特征，采用时间注意力机制对更新后的节点空间特征进行加权确定全局时间特征，将全局时间特征与原始时间序列进行拼接融合，得到新的时间序列特征； 所述采用时间注意力机制对更新后的空间节点特征进行加权确定全局时间特征，将全局时间特征与原始时间序列进行拼接融合，得到新的时间序列特征，具体包括： 采用时间注意力机制对更新后的节点空间特征进行加权，采用如下公式确定原始权重： ， 采用如下公式得到归一化后的权重： ， 根据归一化后的权重确定全局时间特征，具体公式如下： ， 将全局时间特征与原始时间序列进行融合，采用如下公式得到新的时间序列特征： ， 其中，为更新后的空间节点特征，是一个可学习的向量，是节点输出的特征维度，是原始权重，是归一化后的权重，为全局时间特征的表示； 采用双向门控循环单元对融合后的新的时间序列特征进行编码，得到融合的时空特征，将融合的时空特征输入到全连接层确定最终的剩余使用寿命，进行刮板输送机的寿命预测。

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西安科技大学;西安重装蒲白煤矿机械有限公司;西安重工装备制造集团有限公司;陕煤集团神木张家峁矿业有限公司，其通讯地址为：710054 陕西省西安市碑林区雁塔中路58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。