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！

龙图腾网获悉广东知业科技有限公司申请的专利基于垂域大模型的工业设备故障检测方法、装置和设备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：CN120974433B 。

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：202511480219.0，技术领域涉及：G06F18/25；该发明授权基于垂域大模型的工业设备故障检测方法、装置和设备是由肖波;张茂森;梁卓山;黄秋明;邓丹儿设计研发完成，并于2025-10-16向国家知识产权局提交的专利申请。

本基于垂域大模型的工业设备故障检测方法、装置和设备在说明书摘要公布了：本申请公开了一种基于垂域大模型的工业设备故障检测方法、装置和设备，涉及人工智能领域，该方法包括：获取待检测多模态数据并预处理为处理后的数据；将处理后的数据通过故障检测模型进行处理为故障类别结果；故障检测模型包括相互连接的结构感知增强模块和多模态融合模块；故障检测模型是基于故障样本数据和目标伪样本训练得到，故障样本数据中部分标注有故障标签结果，目标伪样本是将获取的领域先验数据作为约束参数，并根据故障标签结果和故障样本数据得到；结构感知增强模块用于对结构数据进行特征增强处理为结构特征向量；多模态融合模块用于对结构特征向量、时序数据、图像数据和文本数据进行语义融合处理。本申请提升了故障识别精度。

本发明授权基于垂域大模型的工业设备故障检测方法、装置和设备在权利要求书中公布了：1.一种基于垂域大模型的工业设备故障检测方法，其特征在于，所述基于垂域大模型的工业设备故障检测方法包括： 获取目标工业设备运行过程中的待检测多模态数据； 对所述待检测多模态数据进行预处理，得到处理后的数据；所述处理后的数据包括：结构数据、时序数据、图像数据和文本数据； 将所述处理后的数据通过故障检测模型中进行处理，得到故障类别结果；所述故障检测模型包括：相互连接的结构感知增强模块和多模态融合模块；所述故障检测模型是基于故障样本数据和目标伪样本训练得到的，所述故障样本数据中部分标注有故障标签结果，所述目标伪样本是将获取的领域先验数据作为约束参数，并根据所述故障标签结果和故障样本数据得到的；所述结构感知增强模块用于对所述结构数据进行特征增强处理为结构特征向量；所述多模态融合模块用于对所述结构特征向量、所述时序数据、所述图像数据和所述文本数据进行语义对齐和融合处理； 其中，所述故障检测模型还包括：故障分类模块；所述故障分类模块与所述多模态融合模块连接； 将所述处理后的数据通过故障检测模型中进行处理，得到故障类别结果，包括： 通过所述结构感知增强模块将所述结构数据进行特征提取和组件关系强化处理，得到结构特征向量； 通过所述多模态融合模块对所述图像数据、时序数据和文本数据进行特征提取、模态缺失修复和语义对齐处理，得到语义一致的联合表示向量； 将所述联合表示向量通过所述故障分类模块进行故障分类处理，得到故障类别结果； 通过所述结构感知增强模块将所述结构数据进行特征提取和组件关系强化处理，得到结构特征向量，包括： 对所述结构数据进行拓扑建模，构建拓扑图；所述拓扑图包括节点和边，所述节点用于表征设备中的组件信息，所述边用于表征各组件间的结构信息； 通过图神经网络对所述结构信息进行编码处理，得到结构嵌入向量； 对于所述结构数据中的层级结构数据，获取组件所在子系统的层级信息和在所述拓扑图中的位置信息； 根据所述层级信息和所述位置信息生成层级位置编码； 将所述层级位置编码添加至所述组件信息中并与所述组件信息进行融合处理，得到结构融合向量； 将所述结构融合向量、所述结构嵌入向量通过注意力层进行注意力分配处理，得到所述结构特征向量。

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广东知业科技有限公司，其通讯地址为：519000 广东省珠海市高新区唐家湾镇金玉路59号13层1301室；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。