買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國(guó)電建集團(tuán)核電工程有限公司;山東拓能重機(jī)制造有限公司申請(qǐng)的專利基于人工智能的焊接設(shè)備狀態(tài)監(jiān)測(cè)方法及裝置獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120354212B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510837630.2，技術(shù)領(lǐng)域涉及：G06F18/241；該發(fā)明授權(quán)基于人工智能的焊接設(shè)備狀態(tài)監(jiān)測(cè)方法及裝置是由竇建偉;單剛;時(shí)明軍;劉德坷;孫衛(wèi)允;遲甜功;周耀斌;李愛(ài)良設(shè)計(jì)研發(fā)完成，并于2025-06-23向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于人工智能的焊接設(shè)備狀態(tài)監(jiān)測(cè)方法及裝置在說(shuō)明書(shū)摘要公布了：本發(fā)明提供了一種基于人工智能的焊接設(shè)備狀態(tài)監(jiān)測(cè)方法及裝置，涉及人工智能與數(shù)據(jù)處理技術(shù)領(lǐng)域，通過(guò)對(duì)目標(biāo)焊接設(shè)備在運(yùn)行過(guò)程產(chǎn)生的振動(dòng)信號(hào)進(jìn)行實(shí)時(shí)采集，得到目標(biāo)焊接設(shè)備對(duì)應(yīng)的振動(dòng)數(shù)據(jù)流。并確定振動(dòng)數(shù)據(jù)流對(duì)應(yīng)的時(shí)頻能量分布，揭示信號(hào)在時(shí)間和頻率兩個(gè)維度上的能量變化，基于此，增強(qiáng)信號(hào)信噪比，減少非相關(guān)頻段干擾，并強(qiáng)化早期故障信號(hào)，提升模型對(duì)異常事件的敏感性。并通過(guò)深度殘差神經(jīng)網(wǎng)絡(luò)采用預(yù)設(shè)的動(dòng)態(tài)門控注意力機(jī)制提取待識(shí)別數(shù)據(jù)中的快速變化特征和穩(wěn)定結(jié)構(gòu)特征，能夠區(qū)分并加權(quán)“快速變化特征”與“穩(wěn)定結(jié)構(gòu)特征”，提高模型對(duì)異常事件（如早期故障沖擊）的敏感性，從而對(duì)焊接設(shè)備進(jìn)行準(zhǔn)確的設(shè)備狀態(tài)分析。

本發(fā)明授權(quán)基于人工智能的焊接設(shè)備狀態(tài)監(jiān)測(cè)方法及裝置在權(quán)利要求書(shū)中公布了：1.一種基于人工智能的焊接設(shè)備狀態(tài)監(jiān)測(cè)方法，其特征在于，所述方法包括： 對(duì)目標(biāo)焊接設(shè)備在運(yùn)行過(guò)程產(chǎn)生的振動(dòng)信號(hào)進(jìn)行實(shí)時(shí)采集，得到所述目標(biāo)焊接設(shè)備對(duì)應(yīng)的振動(dòng)數(shù)據(jù)流；其中，所述振動(dòng)信號(hào)為安裝在所述目標(biāo)焊接設(shè)備的預(yù)設(shè)部位的振動(dòng)傳感器采集的； 基于所述振動(dòng)數(shù)據(jù)流的采集時(shí)刻，確定所述振動(dòng)數(shù)據(jù)流對(duì)應(yīng)的時(shí)頻能量分布； 基于所述時(shí)頻能量分布對(duì)應(yīng)的頻段能量占比，對(duì)所述振動(dòng)數(shù)據(jù)流進(jìn)行信號(hào)濾波處理；以及，基于所述時(shí)頻能量分布對(duì)應(yīng)的突變信號(hào)，對(duì)濾波處理之后的所述振動(dòng)數(shù)據(jù)流進(jìn)行特征增強(qiáng)處理； 基于增強(qiáng)處理之后的所述振動(dòng)數(shù)據(jù)流，生成待識(shí)別數(shù)據(jù)，將所述待識(shí)別數(shù)據(jù)輸入至預(yù)設(shè)的深度殘差神經(jīng)網(wǎng)絡(luò)中，對(duì)所述振動(dòng)數(shù)據(jù)流進(jìn)行故障類別分析，確定故障類別分析結(jié)果；其中，所述深度殘差神經(jīng)網(wǎng)絡(luò)用于采用預(yù)設(shè)的動(dòng)態(tài)門控注意力機(jī)制提取所述待識(shí)別數(shù)據(jù)中的快速變化特征和穩(wěn)定結(jié)構(gòu)特征，以根據(jù)所述快速變化特征和所述穩(wěn)定結(jié)構(gòu)特征分析所述振動(dòng)數(shù)據(jù)流的故障類別； 根據(jù)所述故障類別分析結(jié)果，確定所述目標(biāo)焊接設(shè)備對(duì)應(yīng)的故障類別； 基于所述時(shí)頻能量分布對(duì)應(yīng)的頻段能量占比，對(duì)所述振動(dòng)數(shù)據(jù)流進(jìn)行信號(hào)濾波處理的步驟，包括： 基于所述時(shí)頻能量分布，計(jì)算預(yù)設(shè)時(shí)間窗口對(duì)應(yīng)的頻段能量； 根據(jù)所述頻段能量，確定所述時(shí)頻能量分布對(duì)應(yīng)的頻段能量占比； 基于所述頻段能量占比，確定所述振動(dòng)數(shù)據(jù)流對(duì)應(yīng)的主導(dǎo)頻率； 根據(jù)所述主導(dǎo)頻率，對(duì)所述振動(dòng)數(shù)據(jù)流的預(yù)設(shè)頻段進(jìn)行濾波處理； 其中，所述深度殘差神經(jīng)網(wǎng)絡(luò)包括多個(gè)層級(jí)的時(shí)頻卷積模塊，每個(gè)所述層級(jí)的所述時(shí)頻卷積模塊的頻帶寬度不同；將所述待識(shí)別數(shù)據(jù)輸入至預(yù)設(shè)的深度殘差神經(jīng)網(wǎng)絡(luò)中，對(duì)所述振動(dòng)數(shù)據(jù)流進(jìn)行故障類別分析，確定故障類別分析結(jié)果的步驟，包括： 將所述待識(shí)別數(shù)據(jù)輸入至預(yù)設(shè)的深度殘差神經(jīng)網(wǎng)絡(luò)中，通過(guò)所述深度殘差神經(jīng)網(wǎng)絡(luò)的所述多個(gè)層級(jí)的時(shí)頻卷積模塊，分別提取所述待識(shí)別數(shù)據(jù)在不同時(shí)間尺度和頻率范圍的目標(biāo)局部特征； 通過(guò)預(yù)設(shè)的動(dòng)態(tài)門控注意力機(jī)制，對(duì)所述目標(biāo)局部特征進(jìn)行特征融合，生成特征融合向量； 將所述特征融合向量映射至故障類別空間，確定所述待識(shí)別數(shù)據(jù)對(duì)應(yīng)的故障類別分析結(jié)果； 通過(guò)預(yù)設(shè)的動(dòng)態(tài)門控注意力機(jī)制，對(duì)所述目標(biāo)局部特征進(jìn)行特征融合，生成特征融合向量的步驟，包括： 通過(guò)卷積操作提取每個(gè)層級(jí)的所述目標(biāo)局部特征的瞬態(tài)特征，以及，通過(guò)池化方法確定每個(gè)層級(jí)的所述目標(biāo)局部特征的穩(wěn)態(tài)特征； 通過(guò)預(yù)設(shè)的門控單元，將多個(gè)層級(jí)的所述瞬態(tài)特征和所述穩(wěn)態(tài)特征按對(duì)應(yīng)層級(jí)的頻譜能量進(jìn)行加權(quán)拼接，生成所述目標(biāo)局部特征對(duì)應(yīng)的特征融合向量混合特征。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)電建集團(tuán)核電工程有限公司;山東拓能重機(jī)制造有限公司，其通訊地址為：250000 山東省濟(jì)南市歷城區(qū)工業(yè)北路297號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。