Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南通市通胜汽车部件科技有限公司徐跃国获国家专利权

南通市通胜汽车部件科技有限公司徐跃国获国家专利权

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!

龙图腾网获悉南通市通胜汽车部件科技有限公司申请的专利融合知识图谱与机器学习的尾气排放预测及故障预警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:CN121071684B

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:202511614526.3,技术领域涉及:G06F18/243;该发明授权融合知识图谱与机器学习的尾气排放预测及故障预警方法是由徐跃国设计研发完成,并于2025-11-06向国家知识产权局提交的专利申请。

融合知识图谱与机器学习的尾气排放预测及故障预警方法在说明书摘要公布了:本发明公开了融合知识图谱与机器学习的尾气排放预测及故障预警方法,涉及机动车尾气监测与故障诊断技术领域,包括数据采集与预处理,知识图谱构建,混合机器学习模型预测,故障判定,故障定位与修复建议生成,分级预警,模型动态优化,应用层结果输出;本发明以排量≥0.8L且带唯一车辆识别码的燃油混合动力机动车为监测对象,采集尾气成分、车辆运行等多维度数据,通过孤立森林算法预处理后,构建知识图谱,结合LSTM与XGBoost双阶段模型实现未来10分钟排放偏差率预测,并分层处理单双多故障,按权重定位故障区域与设备,触发多维度预警,解决预测精度低、故障定位慢、模型适配差的问题。

本发明授权融合知识图谱与机器学习的尾气排放预测及故障预警方法在权利要求书中公布了:1.融合知识图谱与机器学习的尾气排放预测及故障预警方法,其特征在于,包括数据采集模块、数据处理模块、数据库、知识图谱构建模块、故障判定模块、故障定位模块、预警模块及模型动态优化模块,所述方法具体步骤如下: S1、以排量≥0.8L且带唯一车辆识别码的燃油混合动力机动车为监测对象,通过数据采集模块实时采集尾气成分、车辆运行、故障关联及环境关联数据; S2、数据处理模块对实时采集的数据进行处理,计算历史尾气偏差率与实时尾气偏差率并生成尾气运行数据集存储于数据库中; S3、根据尾气运行数据集,结合同排量车型历史故障数据,通过知识图谱构建模块构建并更新知识图谱关联规则库; 所述尾气运行数据集包括:历史尾气偏差率;清洗后的车辆运行参数:转速、车速、节气门开度;基础关联数据:唯一车辆识别码VIN、GPS时间戳、环境温度、湿度与海拔; S4、从尾气成分数据中提取差异种类与差距数量,通过故障判定模块判定故障类型,若为单故障,则生成特征词,若为双多故障,则构建特征词矩阵,并匹配知识图谱关联规则库中的故障类型与设备; 所述知识图谱关联规则库具体包括:7类核心实体与10类关联关系:7类实体分别为机动车、尾气成分、运行参数、故障类型、车载设备、故障区域、环境因子;10类关联关系包括:机动车-[产生]-尾气成分、尾气成分-[表征]-故障类型、故障类型-[对应]-车载设备、车载设备-[归属]-故障区域、机动车-[运行时产生]-运行参数、环境因子-[影响]-尾气成分、故障区域-[包含]-车载设备、运行参数-[关联]-尾气成分、故障类型-[对应]-修复方案以及机动车-[适配]-排放标准; S5、根据故障类型与设备通过故障定位模块按功能区域分配初始权重,依权重排序定位故障区域,输出故障定位结果与优先级修复建议; S6、将所述历史尾气偏差率与车辆运行数据组成输入特征,输入预训练的混合机器学习模型进行尾气排放预测,输出未来时段排放偏差率; 所述输出未来时段排放偏差率的具体步骤如下: A1、将提取的输入特征按7:3比例划分为训练集与验证集,标准化处理数据; A2、搭建3层LSTM网络,输入层维度设为输入特征数量,隐藏层神经元数量分别为64、32、16,激活函数采用ReLU,dropout系数设为0.2以防止过拟合; A3、以预测未来10分钟的尾气基础偏差率为目标,采用均方误差作为损失函数,Adam优化器进行训练,迭代至验证集损失稳定,输出LSTM基础预测结果; A4、将LSTM输出的基础预测结果,与关联特征、实时环境数据拼接,形成最终输入特征矩阵; A5、采用XGBoost回归模型,设置决策树数量为100,最大树深度为5,学习率为0.05,通过5折交叉验证优化超参数; A6、以未来10分钟的尾气排放偏差率为预测目标,输出最终预测值; S7、预警模块根据故障定位结果与未来时段尾气排放偏差率,制定多维度预警标准并进行可视化展示; S8、通过模型动态优化模块实时监测未来时段排放偏差率与实时尾气偏差率的差异,结合故障数据对混合机器学习模型进行修正。

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南通市通胜汽车部件科技有限公司,其通讯地址为:226000 江苏省南通市通州区十总镇东源科技园东区;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。