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！

龙图腾网获悉广州大学申请的专利机器人关节模组阶段感知的故障诊断及寿命预测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：CN121901856B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610347656.3，技术领域涉及：G06F18/241；该发明授权机器人关节模组阶段感知的故障诊断及寿命预测方法是由梁忠伟;李钊;庄集超;黄思睿;陈新;张彩霞设计研发完成，并于2026-03-20向国家知识产权局提交的专利申请。

本机器人关节模组阶段感知的故障诊断及寿命预测方法在说明书摘要公布了：本发明涉及一种机器人关节模组阶段感知的故障诊断及寿命预测方法，包括：将机器人关节模组全寿命周期的原始振动信号转化为描述健康状态演化的语义健康表示；以语义健康表示为输入，以包含机器人关节模组退化阶段、退化趋势及物理边界约束的结构化先验知识为输出，构建基于大语言模型的退化推理模型；以结构化先验知识为输入、退化阶段识别和剩余寿命预测为输出，构建基于深度神经网络的预测器；训练过程中，基于所述结构化先验知识，动态调整不同退化阶段训练损失权重并构建物理启发式损失，将训练损失与物理信息约束损失融合成总损失，对模型参数进行联合训练与优化。本发明增强了复杂工况下预测准确性、物理一致性与鲁棒性。

本发明授权机器人关节模组阶段感知的故障诊断及寿命预测方法在权利要求书中公布了：1.一种机器人关节模组阶段感知的寿命预测方法，其特征在于，包括： 采集机器人关节模组全寿命周期的原始振动信号，经信号处理后转化为描述健康状态演化的语义健康表示； 构建基于大语言模型的退化推理模型，其以所述语义健康表示为输入，生成包含机器人关节模组的退化阶段、退化趋势及物理边界约束的结构化先验知识； 构建基于深度神经网络的预测器，其以所述结构化先验知识为输入，生成退化阶段识别和剩余寿命预测结果； 所述预测器的结构包括GRU编码器、退化阶段分类头和RUL回归头；所述GRU编码器提取振动信号的时序退化特征得到退化嵌入；所述退化阶段分类头将所述退化嵌入映射到退化阶段类别；所述RUL回归头基于所述退化嵌入进行剩余寿命预测； 所述预测器设有阶段感知自适应学习模块，其基于所述结构化先验知识中的退化阶段，动态调整预测器在不同退化阶段的训练损失函数权重，以平衡训练损失中的阶段分类损失和RUL回归损失；所述预测器设有物理启发式约束正则化模块，其基于所述结构化先验知识构建物理启发式损失； 将所述训练损失与物理启发式损失加权融合形成总损失，利用反向传播算法对模型参数进行联合训练与优化，形成所述预测器； 所述物理启发式损失由三个与退化特性相关的约束构成，包括： ， 式中：为时间点t的物理启发式损失；为每个约束的强度；单调性损失约束，和分别为时间点t和t-1的预测剩余寿命值；退化速率约束，，为退化速率的上界；退化加速度约束，，为时间点t-2的预测剩余寿命值，表示退化阶段的预期退化加速度水平。

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广州大学，其通讯地址为：510006 广东省广州市番禺区大学城外环西路230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。