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！

龙图腾网恭喜上海航数智能科技有限公司申请的专利基于人工智能的自学习故障知识管理方法及系统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：CN119249329B 。

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：202411319141.X，技术领域涉及：G06F18/2433；该发明授权基于人工智能的自学习故障知识管理方法及系统是由韩飞;王鹂辉设计研发完成，并于2024-09-21向国家知识产权局提交的专利申请。

本基于人工智能的自学习故障知识管理方法及系统在说明书摘要公布了：本发明公开了基于人工智能的自学习故障知识管理方法及系统，属于设备故障预测和管理技术领域，其方法具体包括：获取设备的历史故障数据、历史维修数据和传感器数据，对获取的设备的历史故障数据、历史维修数据和传感器数据进行预处理，包括数据清洗、整理和分类，提取预处理后设备的历史故障数据、历史维修数据和传感器数据的特征，建立故障预测模型，对设备的故障进行预测和诊断，建立设备故障知识库，利用自学习策略，根据设备的故障预测和诊断结果，更新设备故障知识库，将设备预测和诊断的故障加入至设备故障知识库中，供设备下次预测和诊断；实现故障知识的自动学习、更新和优化，从而提高系统的故障诊断和管理效率。

本发明授权基于人工智能的自学习故障知识管理方法及系统在权利要求书中公布了：1.基于人工智能的自学习故障知识管理方法，其特征在于，包括以下具体步骤：步骤S1：获取设备的历史故障数据、历史维修数据和传感器数据，传感器数据包括设备的运行数据和环境数据；步骤S2：对获取的设备的历史故障数据、历史维修数据和传感器数据进行预处理，包括数据清洗、整理和分类；步骤S3：提取预处理后设备的历史故障数据、历史维修数据和传感器数据的特征，建立故障预测模型，对设备的故障进行预测和诊断；步骤S4：建立设备故障知识库，利用自学习策略，根据设备的故障预测和诊断结果，更新设备故障知识库，将设备预测和诊断的故障加入至设备故障知识库中，供设备下次预测和诊断；所述步骤S3的具体步骤为：步骤S301：构建设备故障图G，G＝V,E，其中，V表示节点的集合，E表示边的集合；步骤S302：将第i个节点的原始低维特征转化为高维特征，具体的公式为： 其中，表示第i个节点vi转化后的高维特征，ReLU表示激活函数，表示第i个节点vi的原始低维特征，W表示权重系数，b表示偏置系数；步骤S303：对第i个节点vi的高维特征进行特征加权，具体公式为： 其中，表示第i个节点vi特征加权后的特征，σ表示softmax函数，αij表示可学习的注意力向量，NV表示节点vi的邻居节点集合，j为节点vi的邻居节点索引，W′表示特征加权权重系数；步骤S304：第i个节点的原始低维特征、高维特征和特征加权后的特征进行多模态融合，具体公式为： 其中，表示第i个节点vi进行多模态融合后的特征，Concat表示向量拼接函数；步骤S305：建立故障预测模型，对设备的故障进行预测和诊断，故障预测模型的具体公式为： 其中，yv表示预测的设备故障概率，Softmax表示归一化函数，η表示权重矩阵，b'表示偏置向量；所述步骤S4的具体步骤为：步骤S401：构建设备故障知识库，包括：故障类型、故障原因和故障解决方案信息；步骤S402：将实时传感器数据输入至故障预测模型中，进行实时故障诊断，得到实时设备故障诊断结果；步骤S403：判断实时设备故障诊断结果是否在设备故障知识库中存在，若实时设备故障诊断结果在设备故障知识库中存在，则将实时设备故障诊断结果对应的数据存储在设备故障知识库，若实时设备故障诊断结果在设备故障知识库中不存在，则利用自学习策略，对实时设备故障诊断结果对应的数据进行自学习，并将自学习的结果存储在设备故障知识库中；步骤S404：对设备故障知识库进行实时更新，供设备下次预测和诊断；所述步骤S403中的自学习策略具体包括：步骤S4031：对故障预测模型进行迭代，计算迭代t+1次的学习率，计算公式为： 其中，λt+1表示迭代t+1次的学习率，λt表示迭代t次的学习率，和表示迭代t次时的衰减系数；步骤S4032：对故障预测模型迭代t+1次时的动量进行调整，具体公式为： 其中，mt+1表示故障预测模型迭代t+1次时的动量，mt表示故障预测模型迭代t次时的动量，γ1表示衰减系数，L表示损失函数，表示迭代t次时损失函数的梯度，θt表示第t次迭代的故障预测模型参数，xt表示第t次迭代实时设备故障诊断结果对应的数据特征，Labt表示第t次迭代实时设备故障诊断结果对应的数据标签；步骤S4033：对故障预测模型迭代t+1次时的均值平方进行调整，具体公式为： 其中，vt+1表示故障预测模型迭代t+1次时的均值平方，vt表示故障预测模型迭代t次时的均值平方，ι表示衰减系数；步骤S4034：将故障预测模型的迭代结果进行反馈，并接收反馈信息，对迭代后的故障预测模型进行进一步优化，具体公式为： 其中，Δδ表示迭代后的故障预测模型的优化调整量，λ表示学习率，Lfk表示反馈的损失函数，δ表示迭代后的故障预测模型的参数，表示求偏导函数。

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上海航数智能科技有限公司，其通讯地址为：200240 上海市闵行区剑川路951号1幢南楼1202室；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”。