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！

龙图腾网获悉合肥工业大学申请的专利融合物理约束与对抗网络的设备故障预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：CN120744639B 。

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：202511241833.1，技术领域涉及：G06F18/241；该发明授权融合物理约束与对抗网络的设备故障预测方法是由朱旭辉;程爽;夏平凡;彭张林;倪丽萍;倪志伟设计研发完成，并于2025-09-02向国家知识产权局提交的专利申请。

本融合物理约束与对抗网络的设备故障预测方法在说明书摘要公布了：本发明提供一种融合物理约束与对抗网络的设备故障预测方法，涉及设备故障预测领域。本发明中，首先融合目标设备的多源异构模态信息，获取设备运行参数、运行与维修日志，并通过大语言模型生成运行与维修日志对应的设备故障推理文本；其次在时序建模中引入物理约束信息；再次基于残差融合与多头潜在注意力机制的多模态融合式生成器结构，获取多模态特征融合以及经对抗生成的故障样本；最后利用卷积神经网络CNN分类器，预测未来时间窗的目标设备故障风险。本发明融合多模态信息，引入物理约束与样本生成机制，有效缓解故障样本稀缺和多因素耦合建模问题，提升设备故障预测的精度与鲁棒性。

本发明授权融合物理约束与对抗网络的设备故障预测方法在权利要求书中公布了：1.一种融合物理约束与对抗网络的设备故障预测方法，其特征在于，包括： 获取目标设备的运行参数、运行与维修日志，并通过大语言模型生成所述运行与维修日志对应的设备故障推理文本； 分别预处理所述运行参数、运行与维修日志、设备故障推理文本，并构建特征指标，获取所述运行参数的局部时序特征、全局时序特征、故障敏感性特征，所述运行与维修日志的第一文本特征，以及所述设备故障推理文本的第二文本特征；其中所述全局时序特征包含物理约束信息； 拼接所述局部时序特征、全局时序特征、故障敏感性特征、第一文本特征及第二文本特征，获取多模态特征集合；将所述多模态特征集合对齐后作为预训练的对抗网络的输入，基于残差融合与多头潜在注意力机制获取多模态特征融合，并结合随机噪声向量获取生成样本； 将当前时刻对应的多模态特征融合及经对抗生成的样本作为卷积神经网络CNN分类器的共同输入，以预测未来时间窗的目标设备故障风险； 所述特征指标的构建过程包括： 通过自编码器AE修正预处理后的运行参数，基于修改后的运行参数构建物理启发特征矩阵，并通过时域卷积网络TCN提取局部时序特征；其中所述物理启发特征矩阵为温度波动熵、压力突变计数、振压相关系数、电流上升斜率、异常脉冲能量中的一项或者任意几项的组合； 基于修改后的运行参数构建物理约束指标矩阵，并通过门控循环单元GRU提取全局时序特征；其中所述物理约束指标矩阵为环境耦合系数、热力学偏差度、低频振动能量年变率中的一项或者任意几项的组合； 以及通过长短期记忆网络LSTM提取修改后的运行参数中的隐藏状态序列，并通过注意力机制提取故障敏感性特征； 通过Roberta模型分别对预处理后的运行与维修日志、设备故障推理文本进行编码，并通过深度稀疏自编码器DSAE分别提取第一文本特征和第二文本特征。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。