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！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉四川環(huán)龍技術(shù)織物有限公司申請的專利基于多傳感器融合的智能工廠監(jiān)控方法及系統(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：CN120469321B 。

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：202510962991.X，技術(shù)領(lǐng)域涉及：G05B19/042；該發(fā)明授權(quán)基于多傳感器融合的智能工廠監(jiān)控方法及系統(tǒng)是由謝宗國;周駿;周興富;孫自強;王敏;向龍;謝飛設(shè)計研發(fā)完成，并于2025-07-14向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于多傳感器融合的智能工廠監(jiān)控方法及系統(tǒng)在說明書摘要公布了：本發(fā)明提供一種基于多傳感器融合的智能工廠監(jiān)控方法及系統(tǒng)，首先獲取智能工廠內(nèi)多類型傳感器的實時監(jiān)測數(shù)據(jù)流，包含設(shè)備狀態(tài)傳感器采集的運行狀態(tài)數(shù)據(jù)和環(huán)境狀態(tài)傳感器采集的場景狀態(tài)數(shù)據(jù)，接著對實時監(jiān)測數(shù)據(jù)流進行基礎(chǔ)同步處理，得到標(biāo)準(zhǔn)化監(jiān)測數(shù)據(jù)流，然后調(diào)用預(yù)訓(xùn)練的多傳感器關(guān)聯(lián)分析模型對標(biāo)準(zhǔn)化監(jiān)測數(shù)據(jù)流進行跨源特征融合處理，生成融合特征序列，基于融合特征序列執(zhí)行異常模式檢測處理，生成異常檢測結(jié)果，最后根據(jù)異常檢測結(jié)果生成包含設(shè)備定位信息的監(jiān)控干預(yù)指令，并發(fā)送至工廠控制系統(tǒng)觸發(fā)狀態(tài)調(diào)節(jié)操作，有效提升了智能工廠的監(jiān)控精度和異常處理效率。

本發(fā)明授權(quán)基于多傳感器融合的智能工廠監(jiān)控方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于多傳感器融合的智能工廠監(jiān)控方法，其特征在于，所述方法包括： 獲取智能工廠內(nèi)多類型傳感器的實時監(jiān)測數(shù)據(jù)流，所述實時監(jiān)測數(shù)據(jù)流包含設(shè)備狀態(tài)傳感器采集的運行狀態(tài)數(shù)據(jù)和環(huán)境狀態(tài)傳感器采集的場景狀態(tài)數(shù)據(jù)； 對所述實時監(jiān)測數(shù)據(jù)流進行基礎(chǔ)同步處理，得到時間維度對齊且數(shù)據(jù)格式統(tǒng)一的標(biāo)準(zhǔn)化監(jiān)測數(shù)據(jù)流； 調(diào)用預(yù)訓(xùn)練的多傳感器關(guān)聯(lián)分析模型對所述標(biāo)準(zhǔn)化監(jiān)測數(shù)據(jù)流進行跨源特征融合處理，生成反映設(shè)備運行狀態(tài)與場景狀態(tài)動態(tài)關(guān)聯(lián)的融合特征序列； 基于所述融合特征序列執(zhí)行異常模式檢測處理，生成包含異常觸發(fā)時段和異常作用類型的異常檢測結(jié)果； 根據(jù)所述異常檢測結(jié)果生成包含設(shè)備定位信息的監(jiān)控干預(yù)指令，并將所述監(jiān)控干預(yù)指令發(fā)送至工廠控制系統(tǒng)以觸發(fā)狀態(tài)調(diào)節(jié)操作； 所述調(diào)用預(yù)訓(xùn)練的多傳感器關(guān)聯(lián)分析模型對所述標(biāo)準(zhǔn)化監(jiān)測數(shù)據(jù)流進行跨源特征融合處理，生成反映設(shè)備運行狀態(tài)與場景狀態(tài)動態(tài)關(guān)聯(lián)的融合特征序列，包括： 將所述標(biāo)準(zhǔn)化監(jiān)測數(shù)據(jù)流輸入所述多傳感器關(guān)聯(lián)分析模型的特征提取層，分別提取設(shè)備運行狀態(tài)數(shù)據(jù)的運行特征組和環(huán)境場景狀態(tài)數(shù)據(jù)的場景特征組； 通過所述多傳感器關(guān)聯(lián)分析模型的關(guān)聯(lián)建模層，計算所述運行特征組與場景特征組之間的關(guān)聯(lián)度指標(biāo)，所述關(guān)聯(lián)度指標(biāo)用于表征設(shè)備運行狀態(tài)與場景狀態(tài)的相互作用強度； 利用所述多傳感器關(guān)聯(lián)分析模型的時序建模層對所述運行特征組、場景特征組及關(guān)聯(lián)度指標(biāo)進行時間序列分析處理，生成具有時間連續(xù)性的動態(tài)特征序列； 通過所述多傳感器關(guān)聯(lián)分析模型的特征聚合層對所述動態(tài)特征序列進行分層加權(quán)融合處理，生成包含運行主導(dǎo)特征、場景影響特征及交互演變特征的融合特征序列； 所述利用所述多傳感器關(guān)聯(lián)分析模型的時序建模層對所述運行特征組、場景特征組及關(guān)聯(lián)度指標(biāo)進行時間序列分析處理，生成具有時間連續(xù)性的動態(tài)特征序列，包括： 將所述運行特征組、場景特征組及關(guān)聯(lián)度指標(biāo)按時間順序排列為多維特征向量序列； 通過所述時序建模層的長程記憶單元對所述多維特征向量序列進行歷史狀態(tài)追蹤處理，提取設(shè)備運行狀態(tài)與場景狀態(tài)的長期演變特征； 通過所述時序建模層的短程聚焦單元對所述多維特征向量序列進行當(dāng)前狀態(tài)捕捉處理，提取設(shè)備運行與場景狀態(tài)的即時波動特征； 將所述長期演變特征與即時波動特征進行維度對齊處理，生成包含歷史狀態(tài)信息和當(dāng)前狀態(tài)信息的時序動態(tài)特征序列； 對所述時序動態(tài)特征序列進行時間窗口滑動處理，生成具有時間局部性的動態(tài)特征序列，所述動態(tài)特征序列用于表征設(shè)備運行與場景狀態(tài)在相鄰時間點的變化關(guān)系。

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)人四川環(huán)龍技術(shù)織物有限公司，其通訊地址為：611138 四川省成都市溫江區(qū)海峽科技產(chǎn)業(yè)開發(fā)園新華路西段519號；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)”。