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！

龙图腾网获悉上海万图灵机器人科技有限公司申请的专利一种基于机器学习的工业机器人预测性维护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：CN120765225B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202511023579.8，技术领域涉及：G06Q10/20；该发明授权一种基于机器学习的工业机器人预测性维护系统是由胡建波;常鹏鹏;王蓬勃设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本一种基于机器学习的工业机器人预测性维护系统在说明书摘要公布了：本发明公开了一种基于机器学习的工业机器人预测性维护系统，本发明涉及工业机器人维护技术领域，包括数据采集模块、预处理模块、特征工程模块、混合预测模型单元、元学习与领域自适应模块、联邦学习协调模块、数字孪生样本生成模块和动态决策引擎单元，本发明的优点在于：通过元学习与领域自适应模块的协同机制，利用模型不可知元学习算法训练跨品牌通用特征提取器，结合对抗性领域自适应网络混淆不同品牌数据分布，突破传统建模因传感器参数定义、采样频率差异导致的“数据鸿沟”，在各品牌数据不出本地的前提下实现模型协同训练，生成包含跨品牌故障共性的全局模型，解决工业场景中因商业保密需求导致的“数据孤岛”问题。

本发明授权一种基于机器学习的工业机器人预测性维护系统在权利要求书中公布了：1.一种基于机器学习的工业机器人预测性维护系统，其特征在于，所述维护系统包括： 特征工程模块：从清洁数据中提取时域特征、频域特征和时频域特征，生成设备健康特征向量； 混合预测模型单元：设置有混合预测模型，由基础层和预测层组成，基础层利用随机森林算法识别多变量关联关系，预测层基于长短期记忆网络学习时序数据长期依赖，输出健康评分和剩余寿命预测值； 元学习与领域自适应模块：利用模型不可知元学习算法训练跨品牌通用故障特征提取器，利用对抗性领域自适应网络混淆不同品牌数据分布，生成跨领域统一特征向量； 所述元学习与领域自适应模块的模型不可知元学习算法采用参数更新规则如下： ； 其中，为基于多品牌历史数据预训练获得跨领域通用特征提取能力的元模型初始参数，为控制对新品牌数据适应速度的元学习率，为包含20-50例样本的新品牌小样本任务，为基于交叉熵的故障分类损失函数，为适配第个品牌后的模型参数，为基于元模型参数的特征提取函数，为对元模型参数的梯度计算，基于反向传播算法计算损失函数对的梯度向量，指引参数更新方向，对抗性领域自适应网络基于生成器模拟目标品牌数据分布、判别器区分数据来源，使特征提取器学习与品牌无关的故障共性特征； 联邦学习协调模块：接收各品牌机器人本地训练的子模型参数更新，利用差分隐私保护的加权聚合算法生成全局泛化模型及跨品牌维护案例库； 数字孪生样本生成模块：基于机器人动力学方程构建数字孪生体，模拟故障模式，生成包含物理意义的合成故障样本，输入特征工程模块以增强小样本训练； 所述数字孪生样本生成模块基于拉格朗日方程构建机器人动力学模型，具体如下： ； 其中，为拉格朗日函数，为关节角度向量，为关节角速度向量，为控制扭矩，为模拟故障产生的干扰扭矩，基于调整的幅值和频率生成包含轴承磨损、电机偏心故障模式的合成数据； 动态决策引擎单元：根据健康评分、剩余寿命预测值及联邦学习生成的跨品牌维护案例库，利用规则引擎设定多级预警阈值，根据健康评分阈值设定三级预警，包括健康评分≤60分触发红色预警并生成停机检修建议，且基于跨品牌维护案例库匹配历史故障特征生成备件清单，生成维护建议并推送至可视化交互界面； 所述动态决策引擎单元的规则引擎建立三级预警机制，健康评分70-80分为蓝色提示需关注，60-70分为黄色预警3日内排查，低于60分为红色预警立即停机检修，案例库基于余弦相似度算法匹配历史故障案例且匹配条件包括特征向量欧氏距离小于0.2、趋势变化斜率一致，生成包含备件型号、维护时长及历史成本的可执行维护建议。

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上海万图灵机器人科技有限公司，其通讯地址为：200000 上海市青浦区练塘镇练新路33号三层E区302室；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。