设备故障发现方法及系统

发明专利有效专利

申请号：
CN201711316580.5
IPC分类号：G06Q10/04;G06Q10/06;G06N3/08
申请日期：
2017-12-12
申请人：
上海应用技术大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	设备故障发现方法及系统
申请号	CN201711316580.5	申请日期	2017-12-12
法律状态	实质审查	申报国家	中国
公开/公告日	2018-05-29	公开/公告号	CN108090606A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;1;0;/;0;6;;;G;0;6;N;3;/;0;8查看分类表>
申请人	上海应用技术大学	申请人地址	上海市徐汇区漕宝路120-121号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	上海应用技术大学	当前权利人	上海应用技术大学
发明人	于万钧;訾敬岩
代理机构	上海汉声知识产权代理有限公司	代理人	徐燕;胡晶

摘要

本发明提供了一种设备故障发现方法及系统，通过传感器组采集设备运行过程中的设备运行状态反馈数据，并发送至本地存储器进行存储；从所述本地存储器，将所述设备运行状态反馈数据导入机器学习系统中提取特征参数；对提取的所述特征参数进行标准化处理后，发送至神经网络进行建模，得到神经网络模型；将所述神经网络模型发送至预测系统，以对所述设备的未来运行状态进行预测，能够预测设备的工作状态，第一时间发现设备故障，且预测结果精确性高，可靠性好。本发明采用的神经网络建模能够增强模型的学习能力和泛化能力，增强了模型的可靠性，进一步提高了分析数据的精确性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供