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！

龙图腾网恭喜中国科学院自动化研究所申请的专利基于数据驱动的工业装备数字孪生构建维护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：CN114297927B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202111627523.5，技术领域涉及：G06F30/27；该发明授权基于数据驱动的工业装备数字孪生构建维护方法及系统是由张腾飞;张桂刚;王健设计研发完成，并于2021-12-28向国家知识产权局提交的专利申请。

本基于数据驱动的工业装备数字孪生构建维护方法及系统在说明书摘要公布了：本发明属于工业装备数字孪生领域，具体涉及了一种基于数据驱动的工业装备数字孪生构建维护方法及系统，旨在解决数字孪生体的构建维护过程无法兼顾适用范围和效率的问题。本发明包括：通过数据驱动的深度学习网络学习工业装备标注数据来构建数字孪生体，并进行多模态融合；通过联邦学习以不同企业的数据进行多模态融合模型训练；通过终身学习持续学习新的样本空间分布，在线更新多模态融合模型；通过模型进行工业装备健康管理。本发明能够克服现实工业场景中机理建模困难、数据共享困难、长期运维过程中新的故障种类不断出现的复杂设备健康管理场景，数字孪生体逼真、鲁棒、健壮、可信。

本发明授权基于数据驱动的工业装备数字孪生构建维护方法及系统在权利要求书中公布了：1.一种基于数据驱动的工业装备数字孪生构建维护方法，其特征在于，该方法包括：步骤S10，针对工业装备中不同类别的数据，中心服务器选择相应的神经网络进行数据的数字孪生体构建；步骤S20，通过全连接深度学习网络进行各类别数据对应的数字孪生体的多模态融合，获得数字孪生体的多模态协同融合决策模型；步骤S30，将数字孪生体构建中的故障类型作为中心服务器维护的典型故障类型表，各工业装备从中心服务器获取最新典型故障类型表和最新多模态协同融合决策模型；步骤S40，各工业装备通过装备自身的运行监测数据进行模型训练，并将训练后的多模态协同融合决策模型的梯度加密后上传给中心服务器；步骤S50，中心服务器根据接收的模型梯度进行多模态协同融合决策模型的参数更新，获得最新多模态协同融合决策模型；步骤S60，中心服务器将参数更新后的最新多模态协同融合决策模型下发给对应的工业装备；模型训练之前还设置新故障识别和模型训练：若为新故障数据，则结合专家先验知识进行新故障命名，通过新故障数据进行模型训练：针对新故障数据对应的故障分类任务，增加一个随机初始化的全连接深度学习网络参数；通过旧的多模态协同融合决策模型在新的故障任务上进行预测，并通过多任务蒸馏损失函数计算模型预测结果与真实结果之间的损失值；基于所述损失值，通过微调的方法在新的故障任务上训练旧的多模态协同融合决策模型，获得训练后的多模态协同融合决策模型；基于命名的新故障进行典型故障类型表更新，将更新后的典型故障类型表和训练后的多模态协同融合决策模型的梯度加密后上传给中心服务器。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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”。