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！

龙图腾网获悉浙江工业大学申请的专利一种基于端边云的工业过程监控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：CN121477749B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610031876.5，技术领域涉及：G05B19/042；该发明授权一种基于端边云的工业过程监控方法及系统是由余江捷;王克飞;谭大鹏;倪耶莎;殷梓超设计研发完成，并于2026-01-12向国家知识产权局提交的专利申请。

本一种基于端边云的工业过程监控方法及系统在说明书摘要公布了：本发明公开了一种基于端边云的工业过程监控方法及系统。方法包括：首先，云平台根据测量参数变化率、环境信噪比和网络情况，动态计算并下发各传感器的最优采样频率；接着，边缘计算节点对采集的原始模拟信号，采用双目标函数优化算法进行预处理，生成高保真度的特征数据向量；最后，云平台将特征数据向量输入至预训练的神经网络预警模型，输出异常预测概率，并将其与一个基于历史数据统计分布的动态阈值区间集进行比较，实现自适应的精准预警。本发明通过端边云协同，实现了数据采集、处理与分析全流程的智能化，显著提升了工业过程监控的实时性、准确性和灵活性。

本发明授权一种基于端边云的工业过程监控方法及系统在权利要求书中公布了：1.一种基于端边云的工业过程监控方法，其特征在于，包括以下步骤： 步骤A：依据采样频率动态更新策略进行数据采集； 步骤B：在边缘计算节点采用双目标函数优化算法对采集的原始模拟信号s进行预处理，以生成特征数据向量； 步骤C：云平台将所述特征数据向量输入至预先训练的预警模型，以获得各类工业过程异常的实时预测概率值；然后将所述实时预测概率值与动态调整的预警阈值进行比较，以判定并发出相应的预警信号； 所述步骤B具体过程为： B1.建立双目标函数模型，所述模型包括用于量化信号降噪程度的第一目标函数f1θ和用于评估特征保真度的第二目标函数f2θ； B2.建立并维护一个最多存放M个最优参数解并对内部参数解按优化程度进行排序的优化解存档；在算法迭代过程中，当新生成的参数解根据预设的最优解选取规则被判定为更优解时，将该新生成的参数解存入所述优化解存档，并同时从存档中剔除排名最低的参数解，然后对存档内的参数解重新排序，直至算法收敛获得一组在噪声抑制与特征保留间达成最优权衡的预处理参数向量θ； B3.应用收敛后的最优的预处理参数向量θ对原始模拟信号s进行处理，并将处理后的信号打包为特征数据向量后发送至云平台； 步骤B2中，最优解选取规则为：当某参数集获得的降噪程度优于存档中其他参数集，且其特征保真度不弱于其他参数集时，或当其获取的特征保真度优于其他参数集，且降噪程度不弱于其他参数集时，将其判定为更优解。

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浙江工业大学，其通讯地址为：310023 浙江省杭州市拱墅区潮王路18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”。

以上内容由龙图腾AI智能生成。