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！

龙图腾网获悉江苏太航信息科技有限公司申请的专利一种基于深度学习的工业设备故障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：CN120430460B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202510526158.0，技术领域涉及：G06Q10/04；该发明授权一种基于深度学习的工业设备故障预测方法及系统是由金晶;庄肖波;蒋小元;庄比太设计研发完成，并于2025-04-25向国家知识产权局提交的专利申请。

本一种基于深度学习的工业设备故障预测方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的工业设备故障预测方法及系统，包括：获取待测工业设备在设定时段内的历史运行数据并对其进行预处理，生成样本数据集；将所述样本数据集输入基于深度学习算法构建的工业设备故障预测模型中进行学习训练，在训练过程中利用自适应优化器迭代更新模型参数，并动态调整模型权重；将完成训练的故障预测模型部署至本地服务器中，在模型运行阶段实时接收工业设备的运行数据流，对所述运行数据流执行故障概率预测，输出对应的故障类型及其发生概率。本发明通过结合高效的数据预处理技术和深度学习算法的自适应优化机制，着重解决设备运行数据实时预测精度低及模型泛化能力差的问题。

本发明授权一种基于深度学习的工业设备故障预测方法及系统在权利要求书中公布了：1.一种基于深度学习的工业设备故障预测方法，其特征在于，包括： 获取待测工业设备在设定时段内的历史运行数据并对其进行预处理，生成样本数据集； 将所述样本数据集输入基于深度学习算法构建的工业设备故障预测模型中进行学习训练，在训练过程中利用自适应优化器迭代更新模型参数，并动态调整模型权重； 利用优化器迭代更新模型参数后，动态调整模型权重包括：在所述故障预测模型训练期间，持续计算最近N个预测结果的加权精度指标并与历史基线比较；当检测到性能退化超过退化阈值时，触发增量式在线学习，将新采集的带标签数据插入经验回放缓冲区；基于漂移检测模块确定数据分布漂移后，执行有限迭代的微调更新以修正模型权重；更新完成后，重新计算性能指标，若高于所述退化阈值则替换旧模型权重，否则回滚至历史最优权重； 将完成训练的故障预测模型部署至本地服务器中，在模型运行阶段实时接收工业设备的运行数据流，对所述运行数据流执行故障概率预测，输出对应的故障类型及其发生概率； 将完成训练的所述故障预测模型部署至本地服务器中，包括：对所述故障预测模型进行8bit量化和图优化以降低推理延迟；采用容器化方式封装模型服务，并通过RESTfulAPI对外提供推理接口；在服务器GPU加速卡上启用张量并行推理引擎；支持热更新机制，允许在不中断服务的情况下加载新模型权重； 在模型运行阶段实时接收工业设备的运行数据流，对所述运行数据流执行故障概率预测，输出对应的故障类型及其发生概率，包括：利用固定滑动窗口策略从连续采集的原始运行数据流中提取数据片段，对其执行归一化处理，得到归一化张量；将所述归一化张量输入部署于本地服务器的推理接口，调用所述故障预测模型进行向量化推理，输出多维概率向量；从所述多维概率向量中选取概率最大值对应的候选故障类型，构成预测结果对；若所述概率最大值≥动态阈值，则返回所述预测结果对，并在OPCUA事件通道中以键-值形式发布所述预测结果对； 所述候选故障类型至少包括轴承磨损、不对中、转子不平衡、润滑不足、线圈短路、过载运行、温升异常及电源波动。

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江苏太航信息科技有限公司，其通讯地址为：212000 江苏省镇江市丹徒区长香东大道78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”。

以上内容由龙图腾AI智能生成。