Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳市前沿鑫电子科技有限公司雷霞获国家专利权

深圳市前沿鑫电子科技有限公司雷霞获国家专利权

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!

龙图腾网获悉深圳市前沿鑫电子科技有限公司申请的专利一种PLC控制器故障检测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:CN121050405B

龙图腾网通过国家知识产权局官网在2026-04-28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:202511188398.0,技术领域涉及:G05B23/02;该发明授权一种PLC控制器故障检测系统是由雷霞设计研发完成,并于2025-08-25向国家知识产权局提交的专利申请。

一种PLC控制器故障检测系统在说明书摘要公布了:本发明公开了一种PLC控制器故障检测系统,涉及工业控制设备故障检测技术领域,该系统:通过多物理量全息采集模块获取PLC运行环境数据,经数据预处理模块清洗、融合特征后,由多物理量融合模型模块构建故障模型;自适应阈值判定模块动态计算判定阈值并评估状态;故障溯源分析模块基于模型与历史案例构建传播路径图,实现故障源头与传播过程的精准追溯;本发明集成多物理量全息采集与特征融合算法,同步监测多维度参数并构建综合特征模型,提升故障辨识精度,避免误判;自适应阈值判定实现动态优化,提高预警准确性,同时,元件故障传播算法精准溯源,结合历史案例优化路径,全流程智能化支持缩短停机时间,降低维护成本。

本发明授权一种PLC控制器故障检测系统在权利要求书中公布了:1.一种PLC控制器故障检测系统,其特征在于,该系统包括多物理量全息采集模块、数据预处理模块、多物理量融合模型模块、自适应阈值判定模块和故障溯源分析模块: 所述多物理量全息采集模块:采集PLC控制器及其运行环境的温度、湿度、磁场强度、电场强度的物理量数据,并将采集到的原始数据传输至数据预处理模块; 所述数据预处理模块:接收多物理量全息采集模块传输的原始数据,对数据进行清洗、标准化和特征提取,利用多物理量特征融合算法对提取的特征进行融合,并同步发送至多物理量融合模型模块; 所述多物理量融合模型模块:接收数据预处理模块输出的数据,结合历史运行数据,构建多物理量融合的故障模型,故障模型的计算公式为:,其中:是多物理量故障模型的综合评估值,用于综合评估PLC故障风险的指标,是物理量总数,为第个物理量的融合特征值,为所有物理量融合特征值中的最大值,为熵值修正系数,用于调整物理量数据分布熵对模型的影响程度,取值范围为0.05-0.15,为第个物理量数据的信息熵,用于衡量该物理量数据的不确定性,为第类物理的实时采集值,并将模型分析结果传输至自适应阈值判定模块; 所述自适应阈值判定模块:接收多物理量融合模型模块的分析结果,调用存储的历史故障数据、当前工况信息及环境参数,运用多维度动态阈值优化算法计算故障模型的故障判定阈值,对PLC运行状态进行评估,多维度动态阈值优化算法的计算公式为:,其中:为计算得出的故障模型的故障判定阈值,为基于历史故障数据确定的基准阈值,基于历史故障数据确定,为工况与环境参数的综合修正系数,综合考量工况和环境因素对阈值的影响程度,根据实际工况、环境与故障的关联分析确定,取值范围为0.05-0.2,是工况或环境参数的数量,参与计算的工况、环境相关参数总个数,为第个工况或环境参数的权重,权重大小根据其对PLC故障影响的重要程度确定,为第个工况或环境参数的标准化值,通过对实际参数进行标准化处理,使其在相同尺度上参与计算,为时间衰减系数,用于体现时间对设备性能的影响,根据设备长期运行的性能衰减规律确定,取值范围为0.001-0.01,为PLC的连续运行时间; 所述故障溯源分析模块:接收自适应阈值判定模块发送的故障信号,基于多物理量融合模型模块构建的故障模型,调取存储的历史故障案例库,构建故障传播路径图,追溯故障的源头和传播过程,并对溯源结果进行记录。

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深圳市前沿鑫电子科技有限公司,其通讯地址为:518100 广东省深圳市龙岗区龙城街道盛平社区龙平西路4号志达工业园1栋厂房302;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。

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。