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！

龙图腾网获悉华南理工大学申请的专利一种基于连续平衡切片采样的自动化生产线故障诊断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：CN121412779B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202512000112.8，技术领域涉及：G06F18/241；该发明授权一种基于连续平衡切片采样的自动化生产线故障诊断方法是由张定锋;陈志坚;祝子贤设计研发完成，并于2025-12-29向国家知识产权局提交的专利申请。

本一种基于连续平衡切片采样的自动化生产线故障诊断方法在说明书摘要公布了：本发明公开一种基于连续平衡切片采样的自动化生产线故障诊断方法，涉及智能制造领域，针对样本极端不平衡等问题提出本方案。构建基于RF‑XGBoost混合迁移学习模型的智能故障诊断系统对自动化生产线进行故障诊断；通过数据采集与预处理构建时序故障数据集；利用时间序列特征增强提取并强化关键的动态演化模式，以提升故障特征的区分性；通过连续平衡切片采样解决采样偏差问题；在特征筛选与融合建模中构建轻量化的RF‑XGBoost混合迁移学习模型以实现故障分类；通过多阶段迁移学习进行跨生产线的分布自适应。优点在于，保持时序完整性与样本平衡；强化故障动态刻画；实现高精度可解释分类；解决跨线分布漂移。显著提升工业现场模型的实用性与快速部署能力。

本发明授权一种基于连续平衡切片采样的自动化生产线故障诊断方法在权利要求书中公布了：1.一种基于连续平衡切片采样的自动化生产线故障诊断方法，其特征在于，构建基于RF-XGBoost混合迁移学习模型的智能故障诊断系统对自动化生产线进行故障诊断； 所述智能故障诊断系统的构建步骤如下： S1.首先通过数据采集与预处理构建时序故障数据集； S2.随后利用时间序列特征增强提取并强化关键的动态演化模式，以提升故障特征的区分性； S3.再通过连续平衡切片采样解决采样偏差问题； S4.接着在特征筛选与融合建模中构建轻量化的RF-XGBoost混合迁移学习模型以实现故障分类； S5.最后通过多阶段迁移学习进行跨生产线的分布自适应； 在所述步骤S3中，具体流程如下： 样本统计分析：对经过数据清洗和特征增强后的时序数据集进行精细化统计分析，针对每类故障样本，提取三个核心统计特征；分别为故障持续时间均值、故障持续时间标准差及故障发生次数； 其中，故障持续时间定义为从故障发生时刻到故障解除时刻的时间间隔；故障发生次数通过生产日志与传感器数据的时间戳精准对齐统计得到； 自适应窗口长度计算：根据样本统计特征，分别计算故障样本和正常样本的采样窗口长度，确保不同时间尺度的故障特征均能被完整捕捉： 计算故障样本窗口长度：计算公式为； 其中，、分别为故障类型i的故障持续时间的均值和标准差；为故障发生次数；k为覆盖长时故障演化特征的扩展系数；α为对应95%置信区间的统计可靠性系数；β为小样本修正系数； 计算正常样本窗口长度：计算公式为； 其中，K为生产线常见故障类型总数； 滑动切片采样与样本平衡调整：针对每类故障样本，采用对应类型故障窗口长度进行切片；针对正常样本，采用统一的正常样本窗口长度进行切片；滑动步长统一设置为对应窗口长度的12。

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南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。