发明专利 已授权

基于深度置信网络的卸船机关联规则故障预测模型方法

📄 申请号:CN201910675903.2 📄 发布日:2026/08/04

著录项目信息

申请日
2019-07-25
申请人
浙江工业大学
法律状态
已下证
专利类型
发明
主分类号

技术画像

应用场景

港口机械, 卸船机运维, 设备故障预测, 工业智能维护, 散料输送设备管理

摘要

一种基于深度置信网络的卸船机关联规则故障预测模型方法,包括以下步骤:(1)将桥式抓斗卸船机小车系统状态监测的时间序列作为模型输入,采样获得小车系统的关联内部特征信息和故障类别作为模型输出;(2)对原始监测数据进行预处理;(3)对获取的时间序列进行相空间重构,转换成矩阵形式并构建输入和输出映射关系;(4)训练由RBM堆叠和回归层构成的深度置信网络预测模型,获取各个相关监测点振动烈度为时间序列的未来残差序列预测值;(5)利用关联规则构建故障类型与对应监测点残差序列特征约束函数模型;(6)输入数据集利用训练得到的模型进行预测。本发明精度较高、计算简易、工程实用性强。

常见问题

这项专利是否已经下证?

是的,该专利已下证,法律状态为“已下证”,公开号:

购买这项专利需要经过哪些流程?

平台提供担保交易、全程代办转让手续。买家可委托平台代购,平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少?

当前标价为议价,可委托平台代购或预约谈判。

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

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:54 ❤️ 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 2657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