Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜齐鲁工业大学(山东省科学院);永基众合(山东)科创集团有限公司甘有霖获国家专利权

恭喜齐鲁工业大学(山东省科学院);永基众合(山东)科创集团有限公司甘有霖获国家专利权

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!

龙图腾网恭喜齐鲁工业大学(山东省科学院);永基众合(山东)科创集团有限公司申请的专利面向矿山安全的设备预测性维护监测方法和电子设备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:CN119150152B

龙图腾网通过国家知识产权局官网在2025-03-28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:202411641949.X,技术领域涉及:G06F18/2415;该发明授权面向矿山安全的设备预测性维护监测方法和电子设备是由甘有霖;祝宝龙;夏荣剑;司淑洁;周岩设计研发完成,并于2024-11-18向国家知识产权局提交的专利申请。

面向矿山安全的设备预测性维护监测方法和电子设备在说明书摘要公布了:本发明涉及人工智能技术领域,尤其是提供了面向矿山安全的设备预测性维护监测方法和电子设备。该方法包括对标注后的运行数据进行扩充,得到扩充后的数据集;通过扩充后的数据集对特征提取模型进行训练,得到训练后的特征提取模型和特征提取后的数据;将特征提取后的数据输入到特征降维模型中,进行特征降维模型的训练,得到训练后的特征降维模型和特征降维后的数据;利用特征降维后的数据对分类器模型进行训练,得到训练后的分类器模型;通过训练后的特征提取模型、特征降维模型和分类器模型对新样本进行处理,以预测矿山设备的运行,该方法有效地对矿山设备进行了预测性维护,降低了设备故障率,保障了设备安全运行。

本发明授权面向矿山安全的设备预测性维护监测方法和电子设备在权利要求书中公布了:1.一种面向矿山安全的设备预测性维护监测方法,其特征在于,所述方法包括:S1、采集矿山设备的运行数据,对运行数据进行标注;并对标注后的运行数据进行扩充,得到扩充后的数据集;S2、通过扩充后的数据集对特征提取模型进行训练,得到训练后的特征提取模型和特征提取后的数据;S3、将特征提取后的数据输入到特征降维模型中,进行特征降维模型的训练,得到训练后的特征降维模型和特征降维后的数据;S4、利用特征降维后的数据对分类器模型进行训练,得到训练后的分类器模型;S5、通过训练后的特征提取模型、特征降维模型和分类器模型对新样本进行处理,以预测矿山设备的运行;采集矿山设备的运行数据,对运行数据进行标注,包括:通过振动传感器、温度传感器和压力传感器,实时收集设备的运行数据,并并通过无线网络传输到中心数据库;标注的类别包括:正常运行,表示设备运行在正常的工作参数范围内;维护警示,表示设备即将需要维护,但尚未出现故障;故障模式,表示设备出现故障,需要立即维修;对标注后的运行数据进行扩充,得到扩充后的数据集,包括:通过SMOTE算法进行样本生成,在此基础上采用非凸优化策略,样本生成的流程包括:S101、初始化算法参数,包括邻居数、插值数和非凸优化参数,这些参数共同决定合成样本的生成策略,其公式为: ;式中,表示在特征空间中每个少数类样本选取的邻居数量;表示从每对少数类样本和其邻居生成的合成样本数;表示非凸优化过程中的调整系数;S102、从训练数据中识别出数量少的类别,将其作为扩充的目标,设识别出的少数类样本集为,其公式为: ;式中,为数据集中的样本,为样本对应的类标签;表示少数类别,即其类别对应的样本数量明显少于其他类别;S103、对每个选中的少数类样本,找出其在特征空间中的个最近邻样本,具体通过计算样本之间的距离来完成,距离的计算可以根据数据的特性进行选择,设每个少数类样本在特征空间中的个最近邻样本为,其公式为: ;式中,表示样本之间的距离度量函数,其为欧氏距离或余弦相似度;为第个的近邻样本,为第个的近邻样本;为整体数据集;S104、对每个少数类样本及其邻居,根据非凸优化算法计算新样本点的特征值,新样本的生成不仅基于线性插值,还通过动态优化过程调整每个特征的权重,以更好地适应数据的本质结构,具体的,对于每个少数类样本和其邻居,生成个合成样本,其公式为: ;式中,为生成的合成样本;为随机生成的介于0和1之间的插值系数;表示非凸函数,用于根据邻居的动态分布调整的影响,使插值更加符合实际数据的分布特性;S105、在样本生成过程中,算法实时监控新样本的质量和类别分布的变化,根据设定的优化目标,动态调整生成策略,调整方式表示为: ;式中,为调整学习率,为评估合成样本质量的损失函数,和分别表示合成样本及其标签集合,表示损失函数相对于的梯度;S106、将生成的合成样本合并到原始训练集中,形成一个新的数据集,其公式为: ;式中,为扩充后的数据集;所述步骤S104包括:非凸函数对插值系数的调整方式,其公式为: ;式中,和为根据邻居样本集合计算得到的两个不同的统计量,分别代表邻居样本在特征空间中的集中趋势和分散趋势;其中,的计算方式,其公式为: ;式中,是邻居样本的均值向量;反映的是邻居样本的变异系数,其公式分别为: ; ;式中,表示L2范数。

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齐鲁工业大学(山东省科学院);永基众合(山东)科创集团有限公司,其通讯地址为:250353 山东省济南市长清区西部新城大学科技园;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”。

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。