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！

龙图腾网恭喜上海神立智能科技有限公司申请的专利一种机电设备故障诊断与健康趋势预测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：CN118536964B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202410438908.4，技术领域涉及：G06Q10/20；该发明授权一种机电设备故障诊断与健康趋势预测方法及系统是由陆忠辉;陆一泓;陈晓峰设计研发完成，并于2024-04-12向国家知识产权局提交的专利申请。

本一种机电设备故障诊断与健康趋势预测方法及系统在说明书摘要公布了：本发明公开了一种机电设备故障诊断与健康趋势预测方法及系统，涉及故障诊断领域，该方法包括以下步骤：通过传感器采集机电设备单元中的机电设备的实时运行数据及历史故障数据；对机电设备单元中的每个机电设备的影响力进行评估；基于机电设备的影响力对机电设备单元中的机电设备进行故障诊断；根据历史故障数据及机电设备的影响力，预测每个机电设备的未来健康状况；根据机电设备的影响力及健康状况预测结果，对每个机电设备进行维护；该系统包括采集模块、影响力评估模块、故障诊断模块、预测模块及维护模块。本发明能够快速识别机电设备单元中最关键的机电设备，以便优先解决，提前发现潜在问题，从而进行预防性维护。

本发明授权一种机电设备故障诊断与健康趋势预测方法及系统在权利要求书中公布了：1.一种机电设备故障诊断与健康趋势预测方法，其特征在于，该方法包括以下步骤：S1、通过传感器采集机电设备单元中的机电设备的实时运行数据及历史故障数据；S2、对机电设备单元中的每个机电设备的影响力进行评估；S3、基于机电设备的影响力对机电设备单元中的机电设备进行故障诊断；S4、根据历史故障数据及机电设备的影响力，预测每个机电设备的未来健康状况；S5、根据机电设备的影响力及健康状况预测结果，对每个机电设备进行维护；所述对机电设备单元中的每个机电设备的影响力进行评估包括以下步骤：S21、根据机电设备的结构及功能，确定各个机电设备之间的关联度，该关联度表示机电设备对机电设备单元运行状态的影响程度；S22、根据关联度，构建机电设备的网络加权图；S23、基于动态规划算法计算机电设备的网络加权图中任意两个机电设备之间的最短路径；S24、计算机电设备的初始影响力，该初始影响力表示机电设备的故障概率及故障严重程度；S25、根据机电设备处于其它机电设备到本身故障源的最短路径上的频率，分配每个机电设备的影响力权值；S26、迭代更新机电设备的影响力，直到收敛，并得到最终的机电设备的影响力排名；所述根据机电设备的结构及功能，确定各个机电设备之间的关联度包括以下步骤：S211、对用于评估两个机电设备关联度的各项评价指标进行确定；S212、对于每一对机电设备，基于评价指标建立模糊评价矩阵，且该模糊评价矩阵的元素表示模糊隶属度，并描述两个机电设备在某个特定评价指标下的关联度；S213、对评价指标进行权重的设定；S214、使用模糊矩阵与权重矩阵进行相乘得到综合评价矩阵；S215、从综合评价矩阵中提取具体的数值作为两个机电设备的关联度，且对关联度进行标准化处理；所述根据历史故障数据及机电设备的影响力，预测每个机电设备的未来健康状况包括以下步骤：S41、使用k-means聚类算法对历史故障数据进行离散化，并构建离散数据集D；S42、使用BIC评分函数和贪婪搜索算法，从离散数据集D中得到初始网络结构及前后两个时间片之间的转移结构；S43、用最大似然估计法来获取动态贝叶斯网络的参数；S44、基于初始网络结构、转移结构及参数，构建动态贝叶斯网络模型；S45、调用联合树推理引擎将动态贝叶斯网络模型转换为1.5DBN联合树；S46、根据机电设备的影响力为机电设备在1.5DBN联合树中分配不同的权重，并将历史故障数据输入1.5DBN联合树；S47、计算机电设备的健康状况对应的后验概率，并根据后验概率计算每个机电设备未来的健康状况预测均值。

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神立智能科技有限公司，其通讯地址为：200000 上海市徐汇区钦州路100号2号楼1103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”。