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 > 恭喜南京航空航天大学冒泽慧获国家专利权

恭喜南京航空航天大学冒泽慧获国家专利权

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!

龙图腾网恭喜南京航空航天大学申请的专利一种基于图神经网络的挖掘机故障辅助决策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:CN113806478B

龙图腾网通过国家知识产权局官网在2025-06-20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:202111002291.4,技术领域涉及:G06F16/334;该发明授权一种基于图神经网络的挖掘机故障辅助决策方法是由冒泽慧;卞嘉楠;马亚杰;姜斌;刘文静设计研发完成,并于2021-08-30向国家知识产权局提交的专利申请。

一种基于图神经网络的挖掘机故障辅助决策方法在说明书摘要公布了:本发明实施例公开了一种基于图神经网络的挖掘机故障辅助决策方法,涉及挖掘机故障诊断领域,能够解决人工诊断和处理故障带来的时效性差、准确率低等问题。本发明包括:对接收到的挖掘机的故障工单进行预处理,并利用经过预处理的故障工单得到故障知识图谱;查询故障工单对应的处理方案数据,并根据所述故障工单和对应的处理方案数据,构建辅助决策矩阵;构建图神经网络模型,并通过所述故障知识图谱和所述辅助决策矩阵对所述图神经网络模型进行训练;接收当前发生故障的挖掘机上报的文本数据,输入经过训练的所述图神经网络模型,并输出针对当前发生故障的挖掘机的处理方案数据。

本发明授权一种基于图神经网络的挖掘机故障辅助决策方法在权利要求书中公布了:1.一种基于图神经网络的挖掘机故障辅助决策方法,其特征在于,包括: S1、对接收到的挖掘机的故障工单进行预处理,并利用经过预处理的故障工单得到故障知识图谱; S2、查询故障工单对应的处理方案数据,并根据所述故障工单和对应的处理方案数据,构建辅助决策矩阵; S3、构建图神经网络模型,并通过所述故障知识图谱和所述辅助决策矩阵对所述图神经网络模型进行训练; S4、接收当前发生故障的挖掘机上报的文本数据,输入经过训练的所述图神经网络模型,并输出针对当前发生故障的挖掘机的处理方案数据; 在S2中,包括: 将处理方案和故障现象分别作为矩阵的行和列,得到辅助决策矩阵Y∈RM×N,其中,M种故障现象表示为将N种处理方案表示为M、N都为正整数; 当处理方案能解决当前故障现象时,所述辅助决策矩阵中对应的元素值为1,否则为0; 在构建图神经网络模型的过程中,包括: 将故障现象实体与各类实体之间关系的关联度表示为内积函数g,其中其中,f∈Rd,r∈Rd是故障现象实体f和关系r的向量表示,d表示向量的维度,表示了关系r对于故障现象f的重要程度; 计算s的邻域的关联度线性组合:其中,e是知识图谱中处理方法实体s的邻域实体的向量表示,是对的规范化形式,并且 还包括: 在图神经网络的每一层中设置加法聚合器aggregatorsum,将处理方法实体的向量表示s和其邻域实体的向量表示聚合为维度一致的向量: 其中,W为网络待训练参数,b为偏置项,σ为ReLU激活函数; 对所述图神经网络模型进行训练的过程,包括: 在训练过程中采用负采样策略,其中,在输入样本的每个批次上采用最小化损失函数: 其中,为交叉熵损失函数,P为负采样分布且服从均匀分布,Tf是故障现象f的负样本数,yfs表示在实际情况中相应的处理方案能够处理此类故障,表示处理方案有效的预测概率,表示处理方案负样本不能够处理此类故障,表示处理方案的负样本有效的预测概率,si表示故障处理方案负样本,表示故障处理方案负样本服从负采样分布; 当损失函数的值稳定不再下降后,停止训练。

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南京航空航天大学,其通讯地址为:211106 江苏省南京市江宁区将军大道29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”。

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。