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

龍圖騰網(wǎng)獲悉蘇州簡諾科技有限公司申請的專利一種基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)實時分析方法與系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120579116B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-26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?zhí)?專利號為：202511088552.7，技術(shù)領(lǐng)域涉及：G06F18/2433；該發(fā)明授權(quán)一種基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)實時分析方法與系統(tǒng)是由車禮東;李洪;吳景武;張晶晶;劉宏偉設(shè)計研發(fā)完成，并于2025-08-05向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)實時分析方法與系統(tǒng)在說明書摘要公布了：本發(fā)明提供了一種基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)實時分析方法與系統(tǒng)，應用于數(shù)據(jù)處理技術(shù)領(lǐng)域。本申請對制造場景數(shù)據(jù)中的結(jié)構(gòu)特征進行預處理與特征提取，生成特征分析數(shù)據(jù)；基于神經(jīng)網(wǎng)絡(luò)模型對汽車結(jié)構(gòu)進行實時分析，生成實時分析特征參數(shù)；基于動態(tài)閾值算法對相鄰幀結(jié)構(gòu)特征變化進行異常值過濾，生成結(jié)構(gòu)狀態(tài)變化數(shù)據(jù)；對結(jié)構(gòu)狀態(tài)變化數(shù)據(jù)進行處理，生成結(jié)構(gòu)健康動態(tài)評估數(shù)據(jù)和結(jié)構(gòu)異常特征；基于預設(shè)結(jié)構(gòu)安全判定規(guī)則和結(jié)構(gòu)異常特征進行處理，生成結(jié)構(gòu)安全判定數(shù)據(jù)；對安全判定數(shù)據(jù)和實時分析特征參數(shù)進行處理，生成結(jié)構(gòu)故障預警信息和生產(chǎn)調(diào)整控制指令。

本發(fā)明授權(quán)一種基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)實時分析方法與系統(tǒng)在權(quán)利要求書中公布了：1.一種基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)實時分析方法，其特征在于，包括： 獲取制造場景數(shù)據(jù)和汽車結(jié)構(gòu)基礎(chǔ)信息； 對制造場景數(shù)據(jù)中的結(jié)構(gòu)特征進行預處理與特征提取，生成特征分析數(shù)據(jù)，包括基于制造場景數(shù)據(jù)中的結(jié)構(gòu)特征提取邊緣輪廓特征點集；對邊緣輪廓特征點集進行計算，生成特征向量概率分布；對特征向量概率分布進行異常值過濾處理，生成異常特征過濾結(jié)果；對過濾后的特征數(shù)據(jù)進行加權(quán)計算，生成權(quán)重特征參數(shù)；基于特征點與結(jié)構(gòu)質(zhì)心的關(guān)聯(lián)度對特征參數(shù)進行加權(quán)調(diào)整，生成結(jié)構(gòu)關(guān)鍵點特征值，其中，特征分析數(shù)據(jù)包括邊緣輪廓特征點集、特征向量概率分布、異常特征過濾結(jié)果、權(quán)重特征參數(shù)和結(jié)構(gòu)關(guān)鍵點特征值； 基于神經(jīng)網(wǎng)絡(luò)模型對汽車結(jié)構(gòu)進行實時分析，生成實時分析特征參數(shù)，包括基于應力分布預測模型對汽車結(jié)構(gòu)的歷史應力數(shù)據(jù)與當前傳感器采集數(shù)據(jù)進行處理，生成應力分布預測值；處理汽車結(jié)構(gòu)在不同工況下的形變數(shù)據(jù)，利用時序神經(jīng)網(wǎng)絡(luò)分析形變趨勢，生成形變趨勢向量；處理材料疲勞試驗數(shù)據(jù)與在線監(jiān)測的材料性能參數(shù)，基于神經(jīng)網(wǎng)絡(luò)的疲勞損傷累積模型，生成材料疲勞度指標；對應力分布預測值、形變趨勢向量、材料疲勞度指標進行處理，生成實時分析特征參數(shù)，其中，實時分析特征參數(shù)包括應力分布預測值、形變趨勢向量、材料疲勞度指標； 基于動態(tài)閾值算法對相鄰幀結(jié)構(gòu)特征變化進行異常值過濾，生成結(jié)構(gòu)狀態(tài)變化數(shù)據(jù)，包括形變位移量、應力波動范圍、材料性能衰減速率； 對結(jié)構(gòu)狀態(tài)變化數(shù)據(jù)進行處理，生成結(jié)構(gòu)健康動態(tài)評估數(shù)據(jù)和結(jié)構(gòu)異常特征，包括疲勞裂紋風險概率、關(guān)鍵部件失效預警指標； 基于預設(shè)結(jié)構(gòu)安全判定規(guī)則和結(jié)構(gòu)異常特征進行處理，生成結(jié)構(gòu)安全判定數(shù)據(jù)，包括安全等級評分、風險等級預警閾值； 對安全判定數(shù)據(jù)和實時分析特征參數(shù)進行處理，生成結(jié)構(gòu)故障預警信息和生產(chǎn)調(diào)整控制指令。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人蘇州簡諾科技有限公司，其通訊地址為：215000 江蘇省蘇州市相城區(qū)元和街道聚茂街185號活力商務廣場A棟1901A室；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)”。