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！

龙图腾网获悉湖北声通科技股份有限公司申请的专利飞机巡检方法、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：CN119251924B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202410984902.7，技术领域涉及：G07C5/08；该发明授权飞机巡检方法、设备及存储介质是由汤敬华;郑波;陈瑶瑶;袁其进设计研发完成，并于2024-07-22向国家知识产权局提交的专利申请。

本飞机巡检方法、设备及存储介质在说明书摘要公布了：本申请提供一种飞机巡检方法、设备及存储介质。该方法包括：根据各待巡检飞机的巡检辅助信息动态调整各所述待巡检飞机的巡检需求，所述巡检辅助信息包括历史飞行数据、历史巡检数据、飞行环境数据。根据各所述待巡检飞机的巡检需求，获取飞机巡检过程中各所述待巡检飞机的巡检图像。将所述各待巡检飞机的巡检图像输入巡检异常检验模型中，生成各所述待巡检飞机的巡检报告，所述巡检报告用于指示各所述待巡检飞机的飞机表面是否存在异常。若所述巡检报告中包括异常信息，则根据所述异常信息获取所述异常信息对应的处理决策，所述异常信息用于指示所述待巡检飞机的飞机表面存在异常。本申请的方法，提高了飞机巡检的准确性和效率。

本发明授权飞机巡检方法、设备及存储介质在权利要求书中公布了：1.一种飞机巡检方法，其特征在于，所述方法包括： 根据各待巡检飞机的巡检辅助信息动态调整各所述待巡检飞机的巡检需求，所述巡检辅助信息包括历史飞行数据、历史巡检数据、飞行环境数据； 根据各所述待巡检飞机的巡检需求，获取飞机巡检过程中各所述待巡检飞机的巡检图像； 将所述各待巡检飞机的巡检图像输入巡检异常检验模型中，生成各所述待巡检飞机的巡检报告，所述巡检报告用于指示各所述待巡检飞机的飞机表面是否存在异常； 若所述巡检报告中包括异常信息，则获取所述异常信息对应的第一知识图谱，以及，处理决策对应的第二知识图谱，所述异常信息用于指示所述待巡检飞机的飞机表面存在异常； 根据所述异常信息在所述第一知识图谱中的关联路径，确定所述异常信息的关联异常信息，所述关联异常信息为与所述异常信息存在异常关联的第一异常实体所对应的异常信息； 根据所述异常信息对应的第二异常实体、所述第一异常实体、以及所述第一知识图谱的可视化数据矩阵与所述第二知识图谱的可视化数据矩阵之间的关联度，确定所述第二知识图谱中与所述第一异常实体和所述第二异常实体对应的至少一个处理决策实体； 根据所述处理决策实体对应的处理决策，确定所述异常信息对应的处理决策； 其中，所述获取所述异常信息对应的第一知识图谱，以及，所述处理决策对应的第二知识图谱的步骤，包括： 预先建立航空领域知识库，所述航空领域知识库包含飞机部件、常见故障、维护程序、安全标准对应的知识数据，所述航空领域知识库通过飞机制造商的技术文档、航空领域的专业书籍、历史巡检记录、维修报告进行整理生成； 利用自然语言处理算法，对所述异常信息进行实体识别和关系抽取，确定所述异常信息中的关键实体名词以及所述关键实体名词之间的关系，生成第一处理结果； 基于所述第一处理结果，构建第一知识图谱，在所述第一知识图谱中，每一个节点代表关键实体名词，边代表所述关键实体名词之间的关系； 以及，获取与所述处理决策相关的决策数据，所述决策数据来源于维修手册、最佳实践指南、历史处理案例； 利用自然语言处理算法对所述决策数据进行实体识别和关系抽取，生成第二处理结果； 基于所述第二处理结果，构建第二知识图谱，在所述第二知识图谱中，每一个节点代表处理策略、维修工具或者备件，边则代表节点之间的逻辑关系或依赖关系； 在生成所述第一知识图谱和所述第二知识图谱后，建立所述第一知识图谱与所述第二知识图谱之间的关联，具体通过在所述第一知识图谱和所述第二知识图谱中添加跨知识图谱的边来实现； 其中，所述根据所述异常信息在所述第一知识图谱中的关联路径，确定所述异常信息的关联异常信息的步骤，包括： 通过匹配所述异常信息中的关键词，在所述第一知识图谱中定位与所述异常信息相对应的目标节点，并将所述目标节点作为起点，通过从起点节点出发，沿着边探索潜在关联路径，其中，在所述第一知识图谱中，节点之间通过所述边相连，表示节点之间的关联关系； 在探索过程中，记录经过的每一个节点和边，以及所述每一个节点和边与起点节点的关联程度，所述关联程度通过权重来表示； 在探索完所有潜在关联路径后，分析并记录与所述起点节点直接或间接相连的所有候选节点，所述候选节点代表与所述异常信息相关联的其它异常信息； 根据所述关联程度和潜在关联路径的路径长度对所述关联异常信息进行排序和筛选，生成筛选后的关联异常信息； 其中，所述通过匹配所述异常信息中的关键词，在所述第一知识图谱中定位与所述异常信息相对应的目标节点的步骤，包括： 从所述异常信息中提取出关键词，所述关键词至少包括飞机部件名称、故障类型、异常现象； 在提取出关键词后，对所述关键词进行预处理，所述预处理包括去除停用词和词干提取； 采用词嵌入算法将预处理后的关键词映射到一个高维向量空间中，生成关键词向量； 通过近似最近邻搜索算法遍历所述第一知识图谱中的所有节点，并计算每个节点与所述关键词向量的余弦相似度； 如果任意一个节点与所述关键词向量的余弦相似度大于设定阈值，将所述节点确定为与异常信息相对应的目标节点； 以及，如果存在多个节点的余弦相似度均大于设定阈值，则根据所述余弦相似度的大小进行排序，选择相似度最高的节点作为所述目标节点； 其中，所述将所述目标节点作为起点，通过从起点节点出发，沿着边探索潜在关联路径的步骤，包括： 初始化探索环境，具体包括加载完整的第一知识图谱的图谱数据，并设定对应的探索参数，所述探索参数包括最大探索深度，以及每次探索的步长； 采用广度优先搜索算法，以所述目标节点为起点，沿着与之相连的边开始探索，记录经过的每一个节点和边，以及每一个节点和边与起点节点的关联程度，并在探索过程中，基于设定的评估标准筛选满足预设挖掘价值的关联路径，所述评估标准包括基于节点的属性、边的类型或权重的评估标准； 将探索到的关联路径进行可视化展示。

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湖北声通科技股份有限公司，其通讯地址为：430076 湖北省武汉市东湖新技术开发区武汉软件新城4.1期F11栋4楼；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。