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！

龙图腾网获悉广东技术师范大学申请的专利基于事件时长感知的工业生产过程异常检测方法、装置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：CN116755419B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310541099.5，技术领域涉及：G05B23/02；该发明授权基于事件时长感知的工业生产过程异常检测方法、装置是由罗建桢;杨堉辉;蔡君;陈嘉浩设计研发完成，并于2023-05-12向国家知识产权局提交的专利申请。

本基于事件时长感知的工业生产过程异常检测方法、装置在说明书摘要公布了：本发明属于工业生产技术领域，涉及基于事件时长感知的工业生产过程异常检测方法、装置、计算机设备及存储介质，方法包括获取传感器时间序列数据，提取时间序列数据特征；基于传感器内部状态变化，从时间序列数据特征中提取传感器不同时刻的状态；基于时间序列和传感器状态变化，建立隐半马尔可夫模型；基于隐半马尔可夫似然概率曲线图，进行工业过程异常检测。将设备事件感知转化为传感器自身内部状态演化和时间序列变化的协同交互的模型，不仅对传感器的状态变化和异常结果有良好解释性，还可以从传感器可测量物理量角度来判断异常，误报率更低，且基于模型似然概率曲线图追踪到具体异常的传感器节点，及时有效的对异常传感器进行控制。

本发明授权基于事件时长感知的工业生产过程异常检测方法、装置在权利要求书中公布了：1.一种基于事件时长感知的工业生产过程异常检测方法，其特征在于，包括下述步骤： 获取传感器时间序列数据，通过HSMM对所述传感器时间序列数据进行建模，提取所述传感器时间序列数据特征，并且分析所述传感器时间序列数据特征；其中包括步骤： 将工业生产过程中涉及的多个在数值上随时间序列变化的可测量物理量，一一对应HSMM的观测值； 对所述观测值进行数据预处理，通过Kmeans对观测值挖掘出不同事件，估计物理状态数目及状态空间，状态即对应隐半马尔模型的隐变量，得到观测值和隐变量之间的关系； 根据数据的分布特征选取HSMM中的AbstractEmissions模型、MultinomialEmissions模型和GaussianEmissions模型； 初始化HSMM的状态分布概率π、状态转移概率矩阵tmat、和状态驻留分布矩阵durations，将各个参数输入到模型进行训练； 基于所述传感器内部状态变化，从所述时间序列数据特征中提取所述传感器不同时刻的状态； 基于隐半马尔可夫的时间序列和所述传感器状态变化，建立隐半马尔可夫模型； 根据所述隐半马尔可夫模型，基于隐半马尔可夫似然概率曲线图，进行工业过程异常检测。

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广东技术师范大学，其通讯地址为：510665 广东省广州市天河区石牌中山大道西293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。