Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华南理工大学;佛山华数机器人有限公司杨林获国家专利权

华南理工大学;佛山华数机器人有限公司杨林获国家专利权

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!

龙图腾网获悉华南理工大学;佛山华数机器人有限公司申请的专利基于图卷积神经网络的工业机器人故障诊断系统及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:CN120105222B

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:202510562666.4,技术领域涉及:G06F18/2413;该发明授权基于图卷积神经网络的工业机器人故障诊断系统及方法是由杨林;谢杏辉;向珍琳;何文浩;冯小童;廖一仲;黄泰轩设计研发完成,并于2025-04-30向国家知识产权局提交的专利申请。

基于图卷积神经网络的工业机器人故障诊断系统及方法在说明书摘要公布了:本发明涉及工业机器人故障检测领域,尤其涉及一种基于图卷积神经网络的工业机器人故障诊断系统及方法。采用如下技术方案:包括数据获取模块、节点构建模块和图结构故障检测模块;数据获取模块用于收集故障信号并进行预处理;节点构建模块用于根据故障信号构建多个节点;图结构故障检测模块用于根据节点形成邻接矩阵,对邻接矩阵进行图卷积,训练学习以输出故障分类结果。有益效果在于:在考虑节点关系的同时也考虑节点自身的因素,使得邻接矩阵更具有自适应性,同时使用峰值变化度矩阵加入到度矩阵中对初始邻接矩阵进行处理,可有效提高邻接矩阵的实用性,提高故障诊断精度。

本发明授权基于图卷积神经网络的工业机器人故障诊断系统及方法在权利要求书中公布了:1.一种基于图卷积神经网络的工业机器人故障诊断方法,其特征在于,包括如下步骤: S01、先对故障机器人的故障信号进行收集并进行预处理,从其中分割出用于故障检测的故障信号数据; S02、构建节点,对S01中的故障信号数据进行窗口截取,并对截取到的数据利用不同程度大小的窗口取得在不同尺度下的峰值点,取得的峰值点即为节点,峰值点对应的峰值即为节点的特征值; S03、对S02中取得的节点进行连线构建初始邻接矩阵A,并利用设定的度矩阵D对初始邻接矩阵A进行规范处理得到最终邻接矩阵A*,同时还加入峰值变化度矩阵T进行处理,其中的峰值变化度矩阵T为根据初始邻接矩阵A中的所有节点计算得到,加入峰值变化度矩阵后,规范处理的公式为:;其中,对S02中取得的节点进行连线构建初始邻接矩阵A时,具体采用K均值聚类算法进行计算连线; S04、对S03中最终邻接矩阵A*进行2~3次的图卷积计算后,每次图卷积的计算公式为,其中为图卷积激活函数,H为最终邻接矩阵A*的总体特征,W为最终邻接矩阵的自带参数,每经过一次图卷积计算,即可对其中的进行更新,更新后再重新进行图卷积计算,以此重复2~3次,再对进行2~3次图卷积计算后的总体特征H进行全局平均池化获得图的嵌入向量; S05、将S04中获得的图的嵌入向量输入到隐层函数中进行训练学习以此输出故障分类结果。

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华南理工大学;佛山华数机器人有限公司,其通讯地址为:510000 广东省广州市天河区五山路381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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。