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

G06F18_27

IPC 分类号

G06F18_27 , G06F18_15 , G06F18_214 , G06N3_044 , G06N3_047 , G06N3_0475 , G06N3_08 , B65G67_60 , G06F123_02 ,

技术画像

所属领域

故障预测故障预测深度学习工业设备运维

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

AI 智能推荐 · 同申请人专利 · 搜索相似专利

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。

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

一种含噻唑环的二苯乙烯类化合物作为杀菌剂的应用

当前第 / 件

一种基于深度网络的视神经自动分割方法

同领域国内专利 · IPC: (G06F18_27)

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

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：22 ❤️ 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)

基于深度置信网络的卸船机关联规则故障预测模型方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06F18_27)

相似专利推荐 AI 驱动 · 同领域

一种轴承故障诊断模拟实验装置

爪极发电机整流电路故障诊断方法、系统、设备及介质

基于动态自适应的电气设备多模态故障诊断方法

服务项目

资源中心

关于柿子坊