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(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉山東實(shí)強(qiáng)智能科技有限公司申請的專利一種基于工業(yè)互聯(lián)網(wǎng)的控制分析方法獲國家發(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：CN118011890B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-15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：202410012263.8，技術(shù)領(lǐng)域涉及：G05B19/042；該發(fā)明授權(quán)一種基于工業(yè)互聯(lián)網(wǎng)的控制分析方法是由劉曉宇設(shè)計研發(fā)完成，并于2024-01-04向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于工業(yè)互聯(lián)網(wǎng)的控制分析方法在說明書摘要公布了：本發(fā)明公開了一種基于工業(yè)互聯(lián)網(wǎng)的控制分析系統(tǒng)，該系統(tǒng)的運(yùn)行方法包括：進(jìn)行工業(yè)互聯(lián)網(wǎng)旋轉(zhuǎn)機(jī)械模型的構(gòu)建管理；對旋轉(zhuǎn)機(jī)械進(jìn)行工業(yè)互聯(lián)網(wǎng)的檢測預(yù)警及聚類控制；進(jìn)一步對旋轉(zhuǎn)機(jī)械進(jìn)行工業(yè)互聯(lián)網(wǎng)的分析控制管理；進(jìn)行旋轉(zhuǎn)機(jī)械的日志管理及預(yù)警統(tǒng)計。所述進(jìn)行工業(yè)互聯(lián)網(wǎng)旋轉(zhuǎn)機(jī)械模型的構(gòu)建管理包括：將工業(yè)互聯(lián)網(wǎng)旋轉(zhuǎn)機(jī)械的原始振動信號從時域轉(zhuǎn)換到頻域，使用傅里葉變換將其表示為頻域信號，并將其作為卷積神經(jīng)網(wǎng)絡(luò)的輸入，通過使用編碼器進(jìn)行逐層提取特征，從而降低數(shù)據(jù)特征的維度，并通過深度自編碼器把高維的數(shù)據(jù)映射到低維的特征空間，從而構(gòu)建深度自編碼的預(yù)測模型。本發(fā)明，具有準(zhǔn)確性高及智能分析處理的特點(diǎn)。

本發(fā)明授權(quán)一種基于工業(yè)互聯(lián)網(wǎng)的控制分析方法在權(quán)利要求書中公布了：1.一種基于工業(yè)互聯(lián)網(wǎng)的控制分析方法，其特征在于：包括：進(jìn)行工業(yè)互聯(lián)網(wǎng)旋轉(zhuǎn)機(jī)械模型的構(gòu)建管理；對旋轉(zhuǎn)機(jī)械進(jìn)行工業(yè)互聯(lián)網(wǎng)的檢測預(yù)警及聚類控制；進(jìn)一步對旋轉(zhuǎn)機(jī)械進(jìn)行工業(yè)互聯(lián)網(wǎng)的分析控制管理；進(jìn)行旋轉(zhuǎn)機(jī)械的日志管理及預(yù)警統(tǒng)計；所述進(jìn)行工業(yè)互聯(lián)網(wǎng)旋轉(zhuǎn)機(jī)械模型的構(gòu)建管理包括：將工業(yè)互聯(lián)網(wǎng)旋轉(zhuǎn)機(jī)械的原始振動信號從時域轉(zhuǎn)換到頻域，使用傅里葉變換將其表示為頻域信號，并將其作為卷積神經(jīng)網(wǎng)絡(luò)的輸入，通過使用編碼器進(jìn)行逐層提取特征，從而降低數(shù)據(jù)特征的維度，并通過深度自編碼器把高維的數(shù)據(jù)映射到低維的特征空間，從而構(gòu)建深度自編碼的預(yù)測模型；該步驟中，獲取機(jī)械信號的頻域表示即頻譜，并將其作為訓(xùn)練樣本，然后，采用歸一化將樣本數(shù)據(jù)轉(zhuǎn)換為[0，1]范圍內(nèi)的值，按照特定比例對數(shù)據(jù)集進(jìn)行劃分，獲得模型的訓(xùn)練集和測試集，并采用無監(jiān)督的學(xué)習(xí)方法逐層訓(xùn)深度自編碼器，從而獲取深度神經(jīng)網(wǎng)絡(luò)隱藏層的層數(shù)，對于每一個深度自編碼器，將其隱藏層的輸出作為下一層深度自編碼器的輸入，完成對應(yīng)的深度自編碼預(yù)測模型的構(gòu)建，有效提升后續(xù)的分析管理準(zhǔn)確度與處理效率，避免誤差的產(chǎn)生；所述對旋轉(zhuǎn)機(jī)械進(jìn)行工業(yè)互聯(lián)網(wǎng)的檢測預(yù)警及聚類控制包括：完成深度自編碼預(yù)測模型的構(gòu)建后，對旋轉(zhuǎn)機(jī)械設(shè)備部件在正常工作狀態(tài)下的振動信號，進(jìn)行標(biāo)準(zhǔn)化處理得到采樣數(shù)據(jù)后，將其代入深度自編碼預(yù)測模型進(jìn)行檢測預(yù)警處理；該步驟中，將樣本輸入至深度自編碼預(yù)測模型，得到樣本的重構(gòu)誤差向量，通過自適應(yīng)閾值算法確定自適應(yīng)閾值，在獲取旋轉(zhuǎn)機(jī)械設(shè)備振動信號后，對其進(jìn)行快速傅里葉變換處理，并對結(jié)果進(jìn)行歸一化處理，以獲得對應(yīng)數(shù)據(jù)后，將其輸入至深度自編碼預(yù)測模型，得到相應(yīng)的重構(gòu)誤差，并將其設(shè)定的閾值范圍進(jìn)行對比，如果不符合設(shè)定的閾值范圍，則立即進(jìn)行預(yù)警通知，有效提升旋轉(zhuǎn)機(jī)械設(shè)備的運(yùn)行準(zhǔn)確度與分析處理效率；通過層次聚類方法對旋轉(zhuǎn)機(jī)械數(shù)據(jù)信息進(jìn)行處理，使其能夠直觀地呈現(xiàn)數(shù)據(jù)對象之間的相似性和距離關(guān)系；該步驟中，按照層級結(jié)構(gòu)對旋轉(zhuǎn)機(jī)械數(shù)據(jù)對象進(jìn)行聚類處理，根據(jù)數(shù)據(jù)對象之間的相似度或距離來構(gòu)建一顆樹形結(jié)構(gòu)，其中頂端為單一的聚類，底部為單獨(dú)的數(shù)據(jù)點(diǎn)，以每個數(shù)據(jù)點(diǎn)作為單獨(dú)類別，然后逐漸合并這些類別，直到達(dá)到預(yù)設(shè)的聚類個數(shù)或者達(dá)到合并闕值，有效減少需要分析處理的數(shù)據(jù)量，極大程度的節(jié)約分析處理資源；所述進(jìn)一步對旋轉(zhuǎn)機(jī)械進(jìn)行工業(yè)互聯(lián)網(wǎng)的分析控制管理包括：采用多尺度方法對旋轉(zhuǎn)機(jī)械數(shù)據(jù)信息進(jìn)行處理，將其分為設(shè)定數(shù)量的子集，并對每個子集進(jìn)行獨(dú)立的分析；該步驟中，通過多尺度處理，可以幫助識別出不同旋轉(zhuǎn)機(jī)械設(shè)備的特征，并利用多個尺度下得到的特征信息，可以更好地定位和識別目標(biāo)旋轉(zhuǎn)機(jī)械設(shè)備，同時通過對不同時間和空間尺度下的旋轉(zhuǎn)機(jī)械振動信號進(jìn)行分析和處理來提高分析處理性能，在故障診斷中，小波變換可以將旋轉(zhuǎn)機(jī)械振動信號分解為不同頻率范圍內(nèi)的子帶，并且每個子帶都具有相應(yīng)的時間和空間尺度，可有效地捕獲信號中存在的局部特征，提升旋轉(zhuǎn)機(jī)械設(shè)備檢測分析的高效性與準(zhǔn)確性；進(jìn)一步對旋轉(zhuǎn)機(jī)械數(shù)據(jù)信息進(jìn)行重構(gòu)數(shù)據(jù)格式控制，按照設(shè)定的規(guī)則和結(jié)構(gòu)重新組織和存儲，使其更加規(guī)范化、易于處理和分析，更加便于旋轉(zhuǎn)機(jī)械數(shù)據(jù)的可視化展示和呈現(xiàn)，從而更加直觀和易于理解；該步驟中，通過重構(gòu)數(shù)據(jù)格式可以將旋轉(zhuǎn)機(jī)械數(shù)據(jù)按照設(shè)定的結(jié)構(gòu)和規(guī)則組織和存儲，使其更加規(guī)范化和易于理解和使用，從而提高數(shù)據(jù)的可擴(kuò)展性和可重用性，可以減少數(shù)據(jù)冗余，提高數(shù)據(jù)的質(zhì)量，以增強(qiáng)數(shù)據(jù)的準(zhǔn)確性和一致性；從旋轉(zhuǎn)機(jī)械數(shù)據(jù)中識別選擇出符合隱私設(shè)定的敏感特征后，使用自適應(yīng)層次聚類方法對其進(jìn)行聚類，并通過計算類內(nèi)和類間距離來確定最佳特征數(shù)后，進(jìn)行脫敏控制處理；該步驟中，對選定的敏感特征進(jìn)行規(guī)范化處理，生成規(guī)范化特征集合，并使用自適應(yīng)層次聚類方法對其進(jìn)行聚類，可使旋轉(zhuǎn)機(jī)械數(shù)據(jù)的脫敏處理更加高效、準(zhǔn)確，避免誤差的產(chǎn)生。

如需購買、轉(zhuǎn)讓、實(shí)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)人山東實(shí)強(qiáng)智能科技有限公司，其通訊地址為：271000 山東省泰安市岱岳區(qū)天平街道泰山大街與晶華路交叉口西168米路南；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)”。