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！

龙图腾网获悉无锡学院申请的专利一种多传感器数据融合的设备故障诊断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：CN119917958B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510412846.4，技术领域涉及：G06F18/2431；该发明授权一种多传感器数据融合的设备故障诊断方法及系统是由夏庆锋;张永宏;李鹏;刘春辉;朱良宇;吴庆干;宋长坡;孙宁;乐韩峰;何新涵;浦佳洁;宋利鹏;许可儿设计研发完成，并于2025-04-03向国家知识产权局提交的专利申请。

本一种多传感器数据融合的设备故障诊断方法及系统在说明书摘要公布了：本发明提供一种多传感器数据融合的设备故障诊断方法及系统，涉及设备故障诊断技术领域，本发明通过多传感器数据融合的方法，显著提高了设备故障诊断的准确性和可靠性。具体而言，本发明从图像、温度多个传感器数据中提取特征，并通过特征融合生成设备故障特征指数，从而实现对设备故障的预测诊断，通过采集关键部位的温度数据以及工作图像，对工作图像进行相关性分析，生成反映设备工作图像的图像纹理特征评估指数，对温度数据进行相关性处理，生成反映设备温度特征值的温度特征评估指数，并对温度特征评估指数和图像纹理特征评估指数进行相关性分析，生成设备故障特征指数，从而输出可能性最高的故障类型。

本发明授权一种多传感器数据融合的设备故障诊断方法及系统在权利要求书中公布了：1.一种多传感器数据融合的设备故障诊断方法，其特征在于，具体步骤包括： S1、采集设备工作图像和设备温度数据，所述工作图像像素分辨率为1920x1080； S2、对工作图像进行预处理，生成图像灰度，并对灰度进行预处理，生成灰度系数，所述灰度用于使用黑色调反映工作图像颜色信息； S3、对灰度系数进行相关性处理，生成图像纹理指数，并对图像纹理指数进行相关性分析，生成图像纹理特征评估指数，所述图像纹理特征评估指数用于反映设备工作图像的纹理特征； S4、对温度数据进行相关性处理，生成特征均值、特征均方根值和峰值，结合特征均值与温度数据进行处理，生成特征标准差； S5、结合特征均值、特征均方根值、峰值和特征标准差进行预处理，生成温度特征评估指数，温度特征评估指数用于反映设备温度特征值； S6、对温度特征评估指数和图像纹理特征评估指数进行相关性分析，生成设备故障特征指数SGT，设备故障特征指数SGT用于反映温度与图像特征融合后的故障特征值； S7、设定历史故障设备的特征阈值，并将特征阈值与故障类型进行一一对应，将设备故障特征指数与特征阈值进行比对，计算相似度，输出相似度最高的故障类型作为预测结果，所依据的公式为： 其中，为特征阈值和设备故障特征指数SGT之间的最大值，对故障类型进行编号，其中第j种故障类型的特征阈值用表示，第j种故障类型对应的相似度用表示，下标j用作于索引故障类型； 通过工业相机采集设备工作图像，对工作图像上的像素点进行编号，所述工作图像中第x列第y行的像素点红、绿、蓝分量分别用、、表示，通过温度传感器采集设备上关键部位的温度数据，其中，对共计N个关键部位进行温度数据采集，第k个关键部位的温度用表示，单位为摄氏度； 对工作图像中第x列第y行的像素点红分量、绿分量、蓝分量进行相关性处理，生成第x列第y行像素点的灰度，所依据的公式为： 所述灰度用于使用黑色调反映工作图像颜色信息； 对灰度进行归一化处理，生成工作图像中第x列第y行的像素点的灰度系数，所依据的公式为： 其中，为工作图像中像素点灰度的最小值，为工作图像中像素点灰度的最大值； 对灰度系数进行相关性处理，生成图像纹理指数，所依据的公式为： 其中，，，，，且； 对温度进行相关性处理，生成特征均值、特征均方根值和峰值，所依据的公式为： 其中，特征均值用于反映温度数据的整体水平，特征均方根值用于反映所有温度数据点平方和的均值的平方根，用于衡量温度数据振幅统计量，峰值用于反映温度数据中的最大值； 对温度和特征均值进行相关性分析，生成特征标准差，所依据的公式为： 其中，特征标准差用于反映温度数据的离散程度。

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无锡学院，其通讯地址为：214105 江苏省无锡市锡山区锡山大道333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”。