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！

龙图腾网获悉南昌工学院申请的专利基于数字孪生的工业生产线故障自诊断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：CN120722874B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202510936670.2，技术领域涉及：G05B23/02；该发明授权基于数字孪生的工业生产线故障自诊断系统是由李安然设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本基于数字孪生的工业生产线故障自诊断系统在说明书摘要公布了：本发明公开了基于数字孪生的工业生产线故障自诊断系统，涉及故障诊断技术领域，状态监测模块用于持续采集设备运行数据；数据分析模块，用于将原材料的不同历史特性数据下设备的历史运行数据转换，得到同一原材料的特性数据下设备的历史运行数据，根据同一原材料的特性数据下设备的历史运行数据训练故障自诊断模型；数据传输模块，用于连接状态监测模块和数据分析模块；数据存储模块，用于存储设备运行数据和原材料特性数据；通过分析不同原材料特性对设备运行参数的影响，对采集到的设备运行数据进行校正，建立转换模型，减少原材料特性差异对诊断模型和诊断结果的影响；根据匹配度加快对故障类型的诊断，降低故障给生产线带来的危害。

本发明授权基于数字孪生的工业生产线故障自诊断系统在权利要求书中公布了：1.基于数字孪生的工业生产线故障自诊断系统，其特征在于，包括状态监测模块、数据分析模块、数据传输模块和数据存储模块；所述状态监测模块用于持续采集设备运行数据；所述数据传输模块，用于连接状态监测模块和数据分析模块；所述数据存储模块，用于存储设备运行数据和原材料特性数据；所述数据分析模块，用于将原材料的不同历史特性数据下设备的历史运行数据转换，得到同一原材料的特性数据下设备的历史运行数据，根据同一原材料的特性数据下设备的历史运行数据训练故障自诊断模型；所述数据分析模块包括原材料特性转换单元，所述原材料特性转换单元用于将原材料的不同历史特性数据下设备的历史运行数据转换，得到同一原材料的特性数据下设备的历史运行数据； 所述原材料特性转换单元获取原材料的特性数据和在原材料的特性数据下设备的运行数据形成数据集，将获取的数据集划分出训练集和测试集，令aij表示训练集中第i个原材料特性数据下的第j个特征，yi表示第i个原材料特性数据下的设备运行数据；获取第k个原材料特性数据下的第j个特征akj与aij之间的差值，将所述差值与yi拼接得到输入向量…，akj-aij，…，yi，将第k个原材料特性数据下的设备运行数据yk作为输出，训练原材料特性转换神经网络模型；所述神经网络模型为可逆模型，以将不同批次原材料特性数据下的设备历史运行数据转换至同一原材料特性数据下的设备运行数据；利用测试集的数据对训练得到的原材料特性转换的神经网络模型进行验证，将差值和测试集中第k个原材料的特性数据下设备的运行数据进行拼接得到输入向量…，aij-akj，…，yk，将输入向量输入到原材料特性转换神经网络模型中，得到的yi拟合值，根据yi拟合值和yi对原材料特性转换神经网络模型进行验证； 所述原材料特性转换单元还通过以下步骤对原材料特性数据进行聚类： S11，获取第i个原材料特性数据下设备运行数据转换到其他原材料特性数据下设备运行数据的转换误差向量[ei1，ei2，…，ein]，式中n表示原材料特性数据的数量，ei1，ei2，…，ein表示转换误差，ei1=|y-ny|+|y-ny|，式中y表示第1个原材料特性数据下的设备的运行数据，ny表示将根据第i个原材料特性数据得到的输入向量输入到原材料特性转换神经网络模型中，得到的y拟合值，ny表示将根据第1个原材料特性数据得到的输入向量输入到原材料特性转换神经网络模型中，得到的y拟合值；ei2，…，ein确定方式与ei1相同；获取第i个原材料特性数据作为类中心的误差总和ei1+ei2+…+ein；设定类中心数量num的初始值； S12，根据原材料特性数据作为类中心的误差总和，通过随机数选择num个原材料特性数据作为初始类中心，原材料特性数据被选择的概率与原材料特性数据作为类中心的误差总和成反比； S13，获取其他原材料特性数据与所有类中心之间的转换误差，将其他原材料特性数据分配给转换误差最小的类中心； S14，对每个类中心的原材料特性数据，更新类中心的原材料特性数据，使同一类中心下所有原材料特性数据之间的转换误差总和最小； S15，返回步骤S12，直到类中心不再发生变化或迭代次数达到了设定值；判断同一类中心下所有原材料特性数据的样本数量是否满足模型训练的要求，若满足要求，则将num的值加1，返回步骤S12；若不满足要求，则获取类中心数量为num-1时的类中心； S16，获取同一类中心下的原材料特性数据和设备运行数据，重新训练同一类中心下原材料特性转换神经网络模型。

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昌工学院，其通讯地址为：330108 江西省南昌市红谷滩区狮子山大道998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。