发明专利已授权

融合时序空间特征提取与强化学习的电机缺陷识别方法

📄 申请号：CN202510960712.6 📄 发布日：2026/08/25

著录项目信息

申请日

2025-07-11

公开号

CN120524336B

公开日

2025-12-02

申请人

湖南师范大学

法律状态

已下证

专利类型

发明

主分类号

G06F18_2415

IPC 分类号

G06F18_2415 , G06F18_2137 , G06F18_25 , G06N3_045 , G06N3_092 , G01R31_34 ,

技术画像

所属领域

其他分类其他

应用场景

工业设备维护, 电机状态监测, 故障预测与健康管理, 智能制造质量检测

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本申请提出一种融合时序空间特征提取与强化学习的电机缺陷识别方法。搭建Transformer‑GAT模型架构T‑GAT，T‑GAT学习时间序列关联性与空间拓扑结构特征，形成时空复合表征向量；设计策略网络和值网络的双网络架构强化学习加权融合机制，并联结构的策略网络与值网络接收复合向量后，构建策略函数选择最大概率的缺陷类型；设计势能函数量化参数，结合其差值构建奖励函数生成奖励；以奖励函数为目标，离线训练优化双网络架构的模型参数，在线运行实时决策并存储四元组至经验池，形成"感知‑决策‑反馈‑更新"闭环机制；本方法实现了电机缺陷识别，减少停机时间，提高了电机运行可靠性与设备运行效率。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种碳纳米管大规模快速气相分散方法

当前第 / 件

ALG-2-interacting protein X在制备分子标志物中的应用

同领域国内专利 · IPC: (G06F18_2415)

G06F18_00 G06F18_10 G06F18_15 G06F18_20 G06F18_21 G06F18_211 G06F18_2111 G06F18_2113 G06F18_2115 G06F18_213 G06F18_2131 G06F18_2132 G06F18_2134 G06F18_2135 G06F18_2136 G06F18_214 G06F18_22 G06F18_23 G06F18_231 G06F18_2321 G06F18_23213 G06F18_2323 G06F18_2337 G06F18_24 G06F18_241 G06F18_2411 G06F18_2413 G06F18_2415 G06F18_243 G06F18_2431 G06F18_2433 G06F18_2451 G06F18_25 G06F18_26 G06F18_27 G06F18_40 覆盖36个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：3 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)