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！

龙图腾网获悉成都市特种设备检验检测研究院(成都市特种设备应急处置中心)申请的专利一种基于多特征自适应融合的电梯制动器状态监测方法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：CN120717306B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202511143444.5，技术领域涉及：B66B5/00；该发明授权一种基于多特征自适应融合的电梯制动器状态监测方法是由袁昭成;刘殊;李恒;陈放;郭雪飞;陈波;张楷设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本一种基于多特征自适应融合的电梯制动器状态监测方法在说明书摘要公布了：本发明涉及电梯制动器状态监测领域，提供了一种基于多特征自适应融合的电梯制动器状态监测方法，该方法首先通过对电梯制动器运行过程中的状态参数进行数据筛选以去掉异常信息，然后对于原本存在的缺失值或上述原因导致的缺失值进行填补。其次，用基于注意力机制的长‑短期异常特征自适应融合网络模型，通过长期趋势特征网络提取电梯制动器运转过程中的长期趋势特征，短期异常特征网络提取电梯制动器运转过程中短期异常特征，之后使用基于注意力机制的特征融合网络综合提取融合长短期特征，从而提升监测结果的准确性和鲁棒性，最后结合极值理论实现了电梯制动器运行状态监测，对深度学习模型在电梯制动器状态监测领域的应用具有重要意义。

本发明授权一种基于多特征自适应融合的电梯制动器状态监测方法在权利要求书中公布了：1.一种基于多特征自适应融合的电梯制动器状态监测方法，其特征在于，包括： 步骤1：采集电梯制动器运行时的各项运行参数数据建立数据集，对数据集进行异常信息删除； 步骤2：对于步骤1中进行异常信息删除后的数据集采用局部均值方法填充数据，然后对数据进行标准化； 步骤3：基于皮尔逊、斯皮尔曼相关性系数筛选出与电梯制动器运行状态相关的状态参数，然后通过滑动窗口截取样本集x，将样本集x划分为正常的历史数据以及待检测数据集，正常的历史数据用于进一步执行步骤5、待检测数据集作为测试集备用； 步骤4：构建长-短期异常特征自适应融合的电梯制动器状态监测网络模型包括：设置长期趋势特征模块L、短期异常特征模块S和自适应特征融合模块F的超参数，定义损失函数LMSE； 步骤5：随机初始化网络参数，将所述步骤3中的样本集x按批量大小输入所述长期趋势特征模块L、短期异常特征模块S中，输出长期特征l和短期特征s； 步骤6：将所述步骤5中的长期特征l和短期特征s输入所述自适应特征融合模块F中，输出与x尺寸相同的重构样本，基于损失函数LMSE计算x与之间的均方误差，进行模型误差重构； 步骤7：根据损失函数LMSE，反向传播计算各网络层梯度，并用优化器更新L、S和F网络参数； 步骤8：重复步骤5至步骤7，训练达到预设轮数M时，保存训练完毕的长-短期异常特征自适应融合网络模型的网络参数； 步骤9：将待检测数据集输入至训练完毕的长-短期异常特征自适应融合网络模型中得到重构误差,并计算异常评分； 步骤10：利用极值理论确定测试集的异常阈值并输出电梯制动器运行状态监测结果。

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成都市特种设备检验检测研究院(成都市特种设备应急处置中心)，其通讯地址为：610000 四川省成都市双流区物联一路255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。