基于数据驱动的工业装备数字孪生构建维护方法及系统
公开
摘要
本发明属于工业装备数字孪生领域，具体涉及了一种基于数据驱动的工业装备数字孪生构建维护方法及系统，旨在解决数字孪生体的构建维护过程无法兼顾适用范围和效率的问题。本发明包括：通过数据驱动的深度学习网络学习工业装备标注数据来构建数字孪生体，并进行多模态融合；通过联邦学习以不同企业的数据进行多模态融合模型训练；通过终身学习持续学习新的样本空间分布，在线更新多模态融合模型；通过模型进行工业装备健康管理。本发明能够克服现实工业场景中机理建模困难、数据共享困难、长期运维过程中新的故障种类不断出现的复杂设备健康管理场景，数字孪生体逼真、鲁棒、健壮、可信。
基本信息
专利标题 ：
基于数据驱动的工业装备数字孪生构建维护方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114297927A
申请号 ：
CN202111627523.5
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张腾飞张桂刚王健
申请人 ：
中国科学院自动化研究所
申请人地址 ：
北京市海淀区中关村东路95号
代理机构 ：
北京市恒有知识产权代理事务所(普通合伙)
代理人 ：
郭文浩
优先权 ：
CN202111627523.5
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06K9/62 G06N3/04 G06N3/08 G06N5/02 G06V10/80
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
