Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜北京国联视讯信息技术股份有限公司杨勋获国家专利权

恭喜北京国联视讯信息技术股份有限公司杨勋获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜北京国联视讯信息技术股份有限公司申请的专利基于数字孪生的工业大数据模拟方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117991689B

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410032741.1,技术领域涉及:G05B19/042;该发明授权基于数字孪生的工业大数据模拟方法及系统是由杨勋;胡建国设计研发完成,并于2024-01-09向国家知识产权局提交的专利申请。

基于数字孪生的工业大数据模拟方法及系统在说明书摘要公布了:本申请提供一种基于数字孪生的工业大数据模拟方法及系统,在网络调试环节,基于代价整合组件完成调试环节中多任务状态推理组件各个状态预估代价的适应性整合,同时根据对设备状态分类网络的代价整合组件中影响系数变量的标准化操作获得包括度量整合组件的目标设备状态分类网络,分离了预测和调试代价,完成预测和调试代价的分别适应性协调整合,有效应用在如设备异常状态识别时的失衡效应情形,令目标设备状态分类网络不但对调试样例较多的状态分类例如高频设备异常状态分类拥有高质量识别精度,同时对调试样例较少的状态分类例如低频设备异常状态分类也拥有高质量识别精度。

本发明授权基于数字孪生的工业大数据模拟方法及系统在权利要求书中公布了:1.一种基于数字孪生的工业大数据模拟方法,其特征在于,所述方法包括:获取待分析工业大数据集;依据设定个数个状态分类中各状态分类的目标状态分类表征向量,基于目标设备状态分类网络的多任务状态识别组件对所述待分析工业大数据集进行设备状态推理,获得第一状态推理信息和第二状态推理信息;所述第一状态推理信息指示所述待分析工业大数据集与各所述状态分类之间的共性系数,所述第二状态推理信息指示所述待分析工业大数据集对应各所述状态分类的置信度;依据所述目标设备状态分类网络的度量整合组件对所述第一状态推理信息和所述第二状态推理信息进行度量整合操作,获得整合状态推理信息;依据所述整合状态推理信息,确定所述待分析工业大数据集对应的目标状态推理信息;依据所述目标状态推理信息在工业数字孪生模型中进行对应的状态展示;所述各状态分类的目标状态分类表征向量依据目标工业大数据调试样例集中各所述状态分类的目标工业大数据调试样例对应的目标训练表征向量确定,所述目标训练表征向量依据所述目标设备状态分类网络对相应目标工业大数据调试样例进行表征向量抽取得到;其中,所述目标设备状态分类网络依据如下步骤调试获得:获取工业大数据调试样例集和工业大数据验证样例集;所述工业大数据调试样例集中包括设定个数个状态分类的工业大数据调试样例,所述工业大数据验证样例集中的工业大数据验证样例的状态分类与所述工业大数据调试样例集相同;将所述工业大数据调试样例集和所述工业大数据验证样例集加载到拟调试设备状态分类网络的多任务状态识别组件进行设备状态推理,获得每个工业大数据验证样例对应的第一状态推理信息和第二状态推理信息;所述第一状态推理信息指示相应工业大数据验证样例与各所述状态分类之间的共性系数,所述第二状态推理信息指示相应工业大数据验证样例对应各所述状态分类的置信度;依据每个所述工业大数据验证样例对应的第一状态推理信息和第二状态推理信息分别与所述工业大数据验证样例的状态分类之间的误差,确定第一状态预估代价和第二状态预估代价;将所述第一状态预估代价和第二状态预估代价加载到所述拟调试设备状态分类网络的代价整合组件进行代价整合操作,获得第一目标状态预估代价;依据所述第一目标状态预估代价对所述拟调试设备状态分类网络进行调试直到符合设定的调试截止要求,获得设备状态分类网络;对所述设备状态分类网络中代价整合组件的影响系数变量进行标准化操作,以将所述设备状态分类网络中的代价整合组件变换成度量整合组件,获得目标设备状态分类网络;其中,所述代价整合组件的影响系数变量包括第一代价影响系数和第二代价影响系数;所述将所述第一状态预估代价和第一状态预估代价加载到所述拟调试设备状态分类网络的代价整合组件进行代价整合操作,获得第一目标状态预估代价包括:将所述第一状态预估代价加载到所述拟调试设备状态分类网络的代价整合组件,依据所述第一代价影响系数和对应的第一代价偏移量对所述第一状态预估代价进行输出计算,获得第一目标子状态预估代价;所述第一代价影响系数与所述第一代价偏移量负相关;将所述第二状态预估代价加载到所述拟调试设备状态分类网络的代价整合组件,依据所述第二代价影响系数和对应的第二代价偏移量对所述第二状态预估代价进行输出计算,获得第二目标子状态预估代价;所述第二代价影响系数与所述第二代价偏移量负相关;将所述第一目标子状态预估代价与所述第二目标子状态预估代价相加得到第一目标状态预估代价;所述获取工业大数据调试样例集和工业大数据验证样例集,包括:获取工业大数据库;所述工业大数据库包括所述设定个数个状态分类的工业大数据集样例;将所述工业大数据库分成支持数据集和开发数据集;所述支持数据集和所述开发数据集都具有所述设定个数个状态分类的工业大数据集样例;对所述支持数据集和所述开发数据集进行多次调试数据采样,每一次在所述支持数据集的每个所述状态分类中任意采样第一设定个数个工业大数据集样例得到相应调试数据的工业大数据调试样例集,以及在所述开发数据集的每个所述状态分类中任意采样第二设定个数个工业大数据集样例得到所述调试数据的工业大数据验证样例集;依据多个所述调试数据中的任一调试数据,获得所述工业大数据调试样例集和工业大数据验证样例集;所述对所述设备状态分类网络中代价整合组件的影响系数变量进行标准化操作,以将所述设备状态分类网络中的代价整合组件变换成度量整合组件,获得目标设备状态分类网络包括:获取依据多个所述调试数据分别调试获得的设备状态分类网络;依据所述开发数据集,确定每个所述设备状态分类网络的状态推理效果参数;依据每个所述设备状态分类网络的状态推理效果参数,在多个所述设备状态分类网络中确定出候选设备状态分类网络;所述候选设备状态分类网络的状态推理效果参数比余下的任一所述设备状态分类网络的状态推理效果参数更优异;对所述候选设备状态分类网络中代价整合组件的影响系数变量进行标准化操作,以将所述候选设备状态分类网络中的代价整合组件变换成度量整合组件,获得目标设备状态分类网络。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京国联视讯信息技术股份有限公司,其通讯地址为:100070 北京市丰台区南四环西路188号六区3号楼9层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。