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！

龙图腾网获悉桦熙新能源科技(福建)有限公司申请的专利一种基于AI模型的制冷系统故障预警方法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：CN121117976B 。

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：202511654776.X，技术领域涉及：G06F18/25；该发明授权一种基于AI模型的制冷系统故障预警方法是由李维娜;许泽锋;吴谋荣设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本一种基于AI模型的制冷系统故障预警方法在说明书摘要公布了：本发明涉及一种基于AI模型的制冷系统故障预警方法，包括以下步骤：S1，采集状态数据、设备设计参数、维修工单记录；S2，去除环境温度因素和负载因素的影响，得到补偿后状态数据；S3，将补偿后状态数据、设备设计参数、维修工单记录进行特征交叉融合，生成综合健康状态特征；S4，根据所述综合健康状态特征建立制冷系统的FMEA失效模式识别模型、FTA故障树构建模型、ETA事件树演化模型；S5，训练AI模型，得到制冷系统健康预测AI模型；S6，根据制冷系统健康预测AI模型对制冷系统的状态数据、设备设计参数、维修工单记录进行健康状态评估，生成设备健康指数；S7，根据所述设备健康指数确定对应的所述故障风险优先数，生成维护任务的优先级和维护决策。

本发明授权一种基于AI模型的制冷系统故障预警方法在权利要求书中公布了：1.一种基于AI模型的制冷系统故障预警方法，其特征在于：包括以下步骤： S1，采集制冷系统的多项状态数据、设备设计参数、维修工单记录； S2，对所述多项状态数据通过动态解耦去除环境温度因素和负载因素的影响，得到补偿后状态数据； S3，将所述补偿后状态数据、所述设备设计参数、所述维修工单记录进行特征交叉融合，生成综合健康状态特征； S4，根据所述综合健康状态特征建立制冷系统的FMEA失效模式识别模型、FTA故障树构建模型、ETA事件树演化模型，通过所述FMEA失效模式识别模型量化所述制冷系统的故障风险优先数，通过所述FTA故障树构建模型定位所述制冷系统的故障底层原因以及发生概率，通过所述ETA事件树演化模型预测所述制冷系统的故障演化路径； S5，通过所述综合健康状态特征，以及所述FMEA失效模式识别模型输出的故障风险优先数和故障类型，以及所述FTA故障树构建模型输出的故障底层原因以及发生概率，以及所述ETA事件树演化模型输出的故障演化路径训练AI模型，得到制冷系统健康预测AI模型；包括： S5.1，通过历史所述综合健康状态特征，对时序预测模型进行训练，得到未来运行参数预测模型，用于预测制冷系统的未来运行参数； S5.2，通过所述综合健康状态特征，以及所述FMEA失效模式识别模型输出的故障类型，对监督学习模型进行训练，得到故障概率预测模型，用于预测故障类型及其故障概率； S5.3，根据所述未来运行参数预测模型预测的未来运行参数，以及所述故障概率预测模型预测的故障类型概率，建立制冷系统健康预测AI模型； 建立制冷系统健康预测AI模型包括： 根据所述未来运行参数预测模型预测的未来运行参数与设备设计参数之间的偏差，计算制冷系统的参数偏差健康度； 根据所述故障概率预测模型预测的故障类型概率，以及所述综合健康状态特征，计算设备老化健康度； 根据所述未来运行参数预测模型预测的未来运行参数对应的能效指标与设备设计的能效指标之间的偏差，计算制冷系统的能效偏差健康度； 将所述参数偏差健康度、所述设备老化健康度、所述能效偏差健康度根据对应的权重相加，得到制冷系统健康预测AI模型； S6，根据制冷系统健康预测AI模型对制冷系统的状态数据、设备设计参数、维修工单记录进行健康状态评估，生成设备健康指数； S7，对FMEA失效模式识别模型输出的故障风险优先数进行排序，将所述设备健康指数的范围与所述故障风险优先数的顺序进行关联，根据所述设备健康指数确定对应的所述故障风险优先数，生成维护任务的优先级和维护决策。

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桦熙新能源科技(福建)有限公司，其通讯地址为：361000 福建省厦门市中国(福建)自由贸易试验区厦门片区高崎北路426号航空自贸广场2号楼第8层805单元；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。