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！

龙图腾网获悉中国船舶集团有限公司第七一九研究所申请的专利多源数据融合的船舶故障预测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：CN119179950B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202411208433.6，技术领域涉及：G06F18/2411；该发明授权多源数据融合的船舶故障预测系统是由张洪峰;王浩;刘志宏;程泽宇;吴雅君设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本多源数据融合的船舶故障预测系统在说明书摘要公布了：本发明提出多源数据融合的船舶故障预测系统，涉及船舶故障预测技术领域，包括：数据采集模块，用于获取原始信号数据；数据预处理模块，用于对不同来源的原始信号数据进行对齐，在数据对齐后，根据预处理步骤对数据对齐后的原始信号数据进行预处理，得到预处理后的数据；数据融合模块，用于利用改进的卡尔曼滤波算法对预处理后的数据进行多源融合，得到融合后的数据；特征工程模块，用于对融合后的数据进行多维特征提取、特征选择，并对选择后的特征进行融合，得到融合特征；故障预测模块，用于接收融合特征，并基于预训练的故障预测模型根据融合特征进行船舶故障预测。本发明能实现对船舶故障的精确预测，最终提高船舶运行的安全性和可靠性。

本发明授权多源数据融合的船舶故障预测系统在权利要求书中公布了：1.多源数据融合的船舶故障预测系统，其特征在于，包括： 数据采集模块，用于获取船舶运行相关的机舱设备的原始信号数据； 数据预处理模块，用于对不同来源的原始信号数据进行对齐，在数据对齐后，根据预处理步骤对数据对齐后的原始信号数据进行预处理，得到预处理后的数据； 数据融合模块，用于利用改进的卡尔曼滤波算法对预处理后的数据进行多源融合，得到融合后的数据； 特征工程模块，用于对融合后的数据进行多维特征提取、特征选择，并对选择后的特征进行融合，得到融合特征； 故障预测模块，用于接收融合特征，并基于预训练的故障预测模型根据融合特征进行船舶故障预测； 改进的卡尔曼滤波算法包括： 基于船舶运行相关的机舱设备的特性，建立包含关键状态变量的状态空间模型，该状态空间模型由状态方程和观测方程组成，分别描述系统状态的演化和观测过程，其中，关键状态变量包括发动机转速、发动机温度、燃油消耗率、排气温度、冷却水温度和润滑油压力； 获取初始的状态空间模型参数，并通过优化方法对参数进行优化，得到最优参数集； 对预处理后的数据进行卡尔曼滤波算法迭代： 预测步骤：基于先前状态估计和控制输入预测当前状态； 未知输入估计：分别估计缓慢变化和快速变化的未知输入项； 更新步骤：结合观测值和位置输入估计，更新状态估计和误差协方差矩阵； 调整步骤：根据创新序列动态调整过程噪声协方差矩阵和观测噪声协方差矩阵； 通过扩展观测方程，对不同来源的数据进行融合，并根据各数据源的可靠性调整观测噪声协方差矩阵； 输出经过去噪和融合后的状态估计值，作为融合后的数据； 状态空间模型中： 状态方程： xk+1＝Akxk+Bkuk+Fkdk+wk 观测方程： yk＝Ckxk+vk 式中，xk+1为时刻k+1的状态向量，xk为时刻k的状态向量，uk为控制输入向量，dk为未知输入向量，wk为过程噪声，Ak为状态转移矩阵，Bk为控制输入矩阵，Fk为未知输入矩阵，yk为观测向量，Ck为观测矩阵，vk为观测噪声； 卡尔曼滤波算法迭代中： 预测步骤： Pk|k-1＝Ak-1Pk-1|k-1Ak-1T+Qk-1 未知输入估计： Mk＝CkPk|k-1CkT+Rk Kdk＝Pk|k-1CkTMk-1 更新步骤： Kk＝Pk|k-1CkTCkk|k-1CkT+Rk-1 Pk|k＝I-KkCkPk|k-1 调整步骤： Sk＝CkPk|k-1CkT+Rk Qk＝λQk-1+1-λKkεkεkTKkT Rk＝λRk-1+1-λεkεkT-CkPk|k-1CkT 式中，为时刻k的先验状态估计，为时刻k-1的后验状态估计，Pk|k-1为时刻k的先验误差协方差矩阵，Pk-1|k-1为时刻k-1的后验误差协方差矩阵，Qk-1为过程噪声协方差矩阵，Rk为观测噪声协方差矩阵，Mk为创新协方差矩阵，Kdk为未知输入增益，为缓慢变化的未知输入估计，为快速变化的未知输入估计，ρk为间歇性系数矩阵，θk为快速变化部分参数，Kk为卡尔曼增益，为时刻k的后验状态估计，Pk|k为时刻k的后验误差协方差矩阵，Fk为未知输入矩阵，I为单位矩阵，εk为创新序列，Sk为创新协方差矩阵，λ为遗忘因子； 扩展观测方程进行数据融合： yk＝[C1k；C2k；...；Cak]xk+vk 式中，C1k；C2k；...；Cak分别表示不同数据源的观测矩阵。

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中国船舶集团有限公司第七一九研究所，其通讯地址为：430000 湖北省武汉市武昌区中山路450号；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”。