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！

龙图腾网获悉华能庆阳煤电有限责任公司申请的专利一种煤流多模态自主感知监测方法、系统、设备及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：CN120057533B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202510552953.7，技术领域涉及：B65G43/02；该发明授权一种煤流多模态自主感知监测方法、系统、设备及介质是由翟海涛;高强;邵常雄;朱建国;郭龙设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本一种煤流多模态自主感知监测方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种煤流多模态自主感知监测方法、系统、设备及介质，涉及工业智能化监测与数字数据处理技术领域，包括部署设备，进行实时采集，生成多模态数据集；对多模态数据进行预处理以及特征提取得到联合表征向量；基于云边协同，生成异常概率；结合异常概率与分级阈值，触发预警信号；结合预警信号，通过调整动态分发优化监测策略，提升煤流感知监测精度。本发明及时发现运行中的跑偏、异物、堆煤等各项异常和潜在的安全隐患，避免设备故障导致的生产事故，保障生产安全。同时对运行过程中的堆煤、异物、跑偏、托辊故障等异常信息进行统计分析，进一步提高煤流运输过程中的安全性与生产效率。

本发明授权一种煤流多模态自主感知监测方法、系统、设备及介质在权利要求书中公布了：1.一种煤流多模态自主感知监测方法，其特征在于：包括， 部署设备，进行实时采集，生成多模态数据集； 对多模态数据进行预处理以及特征提取得到联合表征向量； 所述特征提取包括使用卷积神经网络提取带面损伤纹理特征和温度梯度特征，使用短时傅里叶变换和梅尔频率倒谱系数提取声音频谱特征； 基于云边协同，生成异常概率； 所述异常概率包括利用云边协同，即将边缘端的实时目标检测算法得到的检测结果与云端的残差网络分析得到的结果进行融合，计算异常概率； 结合异常概率与分级阈值，触发预警信号； 结合预警信号，通过调整动态分发优化监测策略，提升煤流感知监测精度； 所述多模态数据集包括图像、温度分布、运行噪声、皮带运速、煤量分布以及托辊振动信号； 所述预处理的结果表示为， 其中，表示复合处理操作，表示对原始数据的变换，θi表示第i种数据类型Di的变换参数，wi表示第i种数据的变换的权重系数，n表示操作数量，取n＝6，i表示索引变量，Dprocessed表示预处理的结果，Di表示第i种数据类型，包括D1图像数据、D2温度分布、D3运行噪声、D4皮带运速、D5煤量分布以及D6托辊振动信号； 所述联合表征向量包括带面损伤纹理特征向量、温度梯度特征向量以及声音频谱特征向量； 使用卷积神经网络提取带面损伤纹理特征和温度梯度特征表示为， 其中，θcnn表示卷积神经网络参数，表示预处理后图像数据，Vtexture表示提取的带面损伤纹理特征，表示预处理后温度分布数据，Vtemperature表示提取的温度梯度特征，CNN表示卷积神经网络； 使用短时傅里叶变换和梅尔频率倒谱系数提取声音频谱特征表示为， Vspecturun＝MFCCSstft,θmfcc 其中，表示预处理后运行噪声数据，θstft表示短时傅里叶变换的参数，θmfcc表示梅尔频率倒谱系数的参数，Vspectrun表示得到的声音频谱特征，Sstft表示短时傅里叶变换结果，STFT表示短时傅里叶变换，MFCC表示梅尔频率倒谱系数； 所述计算异常概率表示为， 其中，PYOLO表示实时目标检测算法检测到的异常概率，Presnet表示残差网络得到的异常概率，ω1、ω2表示加权系数，θyolo表示实时目标检测算法的参数，θresnet表示残差网络的参数，Pabnormal表示异常概率； 实时目标检测算法得到的检测结果包括在边缘端部署轻量化实时目标检测算法模型，实时检测带面图像中的异常目标，包括异物、大块煤以及跑偏，生成目标检测结果，包括目标类别、位置以及置信度，并上传至云端； 残差网络分析得到的结果包括云端接收边缘端上传的检测结果，并结合热成像与声音数据进行联合分析，联合分析包括使用残差网络提取温度梯度特征判断局部过热风险；使用残差网络提取声音频谱特征，判断托辊异常磨损风险；生成热成像与声音数据的异常概率分布； 通过将多维数据融合后，生成的异常概率反映设备的运行状态，支持预警与处理决策，进而通过动态调整权重系数，根据设备的具体运行状态和环境情境，优化特定异常的优先级，根据温度过高或声音异常的特定问题，优先提升相关数据源的权重； 所述预警信号包括三级预警，结合异常概率与分级阈值生成报警信息； 三级预警包括高风险预警、中风险预警以及低风险预警，表示为， 其中，Thigh表示高风险分级阈值，Tlow表示低风险分级阈值； 当PabnormalThigh时，表示高风险，触发设备联动控制模块，自动调整皮带速度，并通过动态报警视频墙推送实时画面及隐患位置坐标至监控终端； 当Pabnormal≤Thigh时，表示中风险，推送预警信息至监控终端，提示操作员进行检查与干预； 当PabnormalTlow时，表示低风险，记录预警信息，供后续分析； 所述动态分发优化监测策略表示为， 其中，表示动态分发优化监测策略，表示在高风险情况下，触发高优先级的动态分发策略，表示在中风险情况下，采取中等优先级的响应，表示在低风险情况下，采取低优先级的响应，θhigh表示针对高风险预警时的参数调整，θmedium表示针对中风险预警时的操作参数，θlow表示针对低风险预警时的操作参数，θ表示动态分发参数； 当处于高风险时，增加采样频率，优先处理重要数据，进行实时响应，当异常发生时，自动调整资源分配，调动更多计算能力进行实时分析，以快速定位问题并执行预防措施； 当处于中风险时，优化传感器采样率，调整资源分配，优先调度处理负载较高的数据采集设备，确保重要数据优先被采集和处理； 当处于低风险时，降低系统负荷，优化数据传输效率。

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华能庆阳煤电有限责任公司，其通讯地址为：745000 甘肃省庆阳市西峰区石油东路；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。