Alerta

一种基于熵值模糊分析法的构件剩余承载力评估方法

Resumen de: CN121389650A

本发明公开一种基于熵值模糊分析法的构件剩余承载力评估方法，属于结构工程领域。针对现有评估方法，如专家经验法主观、荷载试验法成本高、可靠度理论依赖海量数据，且现有模糊评估法权重过于主观。本方法的步骤，通过物理试验模拟构件不同损伤速率，建立动态临界值调整公式集；修正传统熵值法归一化矩阵，得到不同速率下的动态熵值权重集；采集实测损伤数据构建当前与预判模糊评判矩阵，组合成补偿矩阵；结合补偿矩阵与动态权重计算目标层模糊评判矩阵，修正得到最终折减系数，进而算出剩余承载力。本发明解决多损伤耦合下权重动态分配难题，减少主观依赖，适配损伤速率变化，提升评估精度，可用于结构维护决策与灾害后应急研判。

面向符号型块数据的全局最优直觉模糊聚类分析方法

Resumen de: CN121388663A

本发明涉及一种面向符号型块数据的直觉模糊聚类方法，通过同时考虑对象到类的隶属度和犹豫度，构建直觉模糊隶属度，最小化由直觉模糊隶属度加权的对象和类中心的距离，获得能够最大限度解决块数据的不确定性和模糊性的聚类划分。本发明基于面向符号型块数据的直觉模糊聚类方法，获得随机N组初始条件下的N组聚类划分，利用评价指标找到最优聚类划分对应的最优初始条件，并利用最优初始条件更新N组初始条件，通过不断迭代获得N组聚类划分和最优聚类划分对应的最优初始条件，找到全局最优的聚类划分。和其他同类型算法相比，性能有所提高，并有较好的可解释性，能较好的满足现在智能工厂应用的新需求。

基于信息融合技术的电力设备诊断研究方法

Resumen de: CN121388753A

本发明涉及电力设备诊断技术领域，尤其涉及基于信息融合技术的电力设备诊断研究方法，包括采集电力设备多源传感器数据，经归一化处理后提取故障特征构建特征向量；利用改进的BP神经网络对特征向量进行初级诊断，生成初步故障识别结果作为证据体；构建融合Dempster规则与模糊规则的混合组合策略，通过计算证据体间冲突系数与不一致性系数动态分配两类规则权重；最终基于自适应权重融合各证据体，输出精准的故障诊断结论及对应预警等级，该方法有效解决了传统诊断模型收敛慢、易陷入局部最优的问题，通过智能协调冲突证据显著提升了多源信息融合的可靠性，实现了从数据感知到智能决策的完整诊断闭环。

一种园区综合能源优化调度方法及系统

Resumen de: CN121390665A

本发明提供一种园区综合能源优化调度方法及系统，涉及能源调度技术领域，方法包括：获取园区综合能源系统的状态信息；根据状态信息，建立能源调度模型；确定能源调度模型的约束条件和目标函数；在约束条件的约束下，以最小化目标函数为目标，通过ε‑约束算法，对能源调度模型进行求解，生成调度解集；通过模糊决策方式，对调度解集进行处理，生成最优调度解；将最优调度解作为调度方案，对园区综合能源系统进行优化调度。本发明可以提升能源利用效率，增强园区能源安全和灵活性。

一种针对汽车创新影响因素的综合评价方法、装置及设备

Resumen de: CN121391038A

本申请提供了一种针对汽车创新影响因素的综合评价方法、装置及设备，该综合评价方法针对每一度量指标，获取构建用于表征影响汽车创新程度的各度量指标的原始数据，将原始数据进行归一化处理，构建汽车创新评价体系；基于层次分析法AHP确定各个度量指标下的主观权重，并利用秃鹫算法AVOA优化所述主观权重；基于CRITIC计算各个指标的客观权重，并基于优化后的主观权重和客观权重，通过综合赋权法确定出各个指标的综合权重；应用模糊综合评价法FCE确定隶属度函数，得到各个指标的分值；基于综合权重与分值得到最终分析结果，以根据最终分析结果确定出影响汽车创新生态链效能的核心关键因素。可见，本申请构建的汽车创新评价体系避免了单一方法的局限性，使得分析结果更具有客观性和可信度，以为实际决策问题提供一种更有效的分析方法。

一种用于微波辐射计接收机输出电压在线去噪的方法

Resumen de: CN121396144A

本发明公开了一种用于微波辐射计接收机输出电压的在线去噪方法，属于数据优化技术领域。该方法首先获取接收机电压时序作为观测数据，并基于状态转移关系生成预测输出及其误差度量；随后通过观测残差及其变化率刻画干扰强弱与趋势，并将其输入模糊规则库，输出用于调节观测噪声协方差矩阵的缩放系数的增量。在保证矩阵对称正定及调节幅度、速率约束的条件下实现自适应更新，并结合预测误差度量确定滤波增益，进而校正预测输出得到去噪电压估计值及其后验误差度量。该方法通过动态调整观测噪声协方差，在干扰增强、突变及恢复阶段合理分配观测权重，实现对噪声时变性的直接刻画与快速、稳定、可解释的自适应调节，从而提升电压输出去噪效果。

一种水电站机组智能维护方法及系统

Resumen de: CN121391206A

本发明涉及水电站运维管理技术领域，提供了一种水电站机组智能维护方法及系统，系统包括：水电站数据采集模块、故障诊断模块、运维提示模块以及运维监督模块；通过故障诊断模块对水电站相关数据进行预处理得到诊断数据，并将预处理后的诊断数据通过故障诊断模型和多个专家模型获取多个故障概率等级数据，进行再通过基于模糊数学法的故障风险评估模型量化得到风险概率值，该方法基于多模型的数据量化得到风险概率值，风险评估的准确度较高，减少误报的机率，进而减少运维人员的工作压力；同时该系统还能对进入现场的运维人员进行安全检测，进而提醒不符合安全检测的人员离开现场，以确保人员安全处于监督中。

基于源网荷储一体化的电力系统碳流追踪方法

Resumen de: CN121390521A

本发明公开了基于源网荷储一体化的电力系统碳流追踪方法，具体涉及电力系统碳流追踪技术领域，通过构建发电源碳注入表达并结合潮流矩阵形成碳流分布，为后续精度修正提供物理量化基础；分别引入节点混合供电碳成分稀释失真系数与多源多储跨区调度碳属性模糊化系数，形成对局部碳浓度劣化与区域碳属性模糊化的双重定量刻画；基于上述两个核心系数构建碳浓度空间分辨率失稳模型，提取碳浓度空间分辨率失稳指数，能够从整体上评估系统碳流计算的潜在风险水平；通过失稳区域识别与碳路径追踪权重修正，使得失稳区域的碳贡献比例得到动态调整，并据此重新计算负荷碳足迹，从而有效抑制碳流失真对碳足迹核算的累积性偏差。

一种基于神经算法的育苗灌溉预测方法

Resumen de: CN121388578A

本发明属于农业灌溉领域，具体涉及一种基于神经算法的育苗灌溉预测方法，包括如下步骤，S1、收集影响土壤湿度的因素数据，形成输入值标量；S2、构建模糊神经网络模型，将输入值标量模型获得预测的土壤湿度；S3、根据预测的土壤湿度情况换算获得灌溉用量。本发明采用建立神经算法模型的方式，将当前影响土壤湿度的因素数据收集并输入模型中，由模型预测土壤湿度的走势，为精确、节约灌溉提供参考依据，从而指导未来灌溉量和灌溉时机。

基于多源信息融合的智能指挥控制台自适应调节系统

Resumen de: CN121375896A

本发明公开了基于多源信息融合的智能指挥控制台自适应调节系统，属于轨道交通调度指挥技术领域，包括轨道交通数据采集模块、外部流量数据采集模块、模糊关联匹配模块、大小交路调节控制模块；所示轨道交通数据采集模块，针对当前轨道交通地铁数据进行采集，包括地铁线路站点信息、站点行程间隔、站点行驶时间、大小交路站点信息，同时通过轨道交通闸机采集实时地铁人流量数据以及地铁进入人数，建立地铁流量数据库；所述外部流量采集模块。本发明基于多源信息融合的智能指挥控制台自适应调节系统，通过挖掘流量关联性数据，动态优化大小交路车辆配置，实现运营效率、服务质量与成本控制的协同优化。

一种基于T-S模糊模型的横担与绝缘子安装机器人电机故障检测方法

Resumen de: CN121385627A

本发明公开了一种基于T‑S模糊模型的横担与绝缘子安装机器人电机故障检测方法，包括以下步骤：步骤1：根据电磁学以及电机动力学，建立永磁同步电机T‑S模糊模型；步骤2：设计观测器，获得负载转矩估计值；步骤3：设计L∞/H_模糊的故障检测器和观测误差系统；步骤4：描述故障检测器设计的主要问题，设计故障检测器增益矩阵，使得观测误差系统满足目标；并针对目标给出故障检测器设计准则来解决；步骤5：设计残差评价函数Jr、门限Jth以及故障判断逻辑。本发明充分利用T‑S模糊模型在逼近非线性动态方面的优势，有效解决故障检测中的非线性问题，充分利用相关频域信息，提升故障检测性能。

三电平逆变器协同自适应光伏板的农业光伏发电并网系统

Resumen de: CN121395514A

本发明涉及农业光伏发电并网技术领域，具体地说，涉及三电平逆变器协同自适应光伏板的农业光伏发电并网系统，其包括数据采集处理单元、功率预测协同分配单元和设备控制单元，本发明中数据采集处理单元采集气象、光伏板、灌溉设备及电网数据，经预处理后传输，功率预测协同分配单元运用神经网络和时间序列分析算法，分别预测光伏发电功率和灌溉用电需求，结合电网实时数据，利用改进遗传算法计算最优功率分配方案，设备控制单元依据该方案，通过建立模型预测控制并采用分布式协同控制策略，对光伏板、逆变器和灌溉设备进行控制，实现了农业光伏发电的高效利用，降低了对电网冲击，提高了农业生产效率。

一种混凝土砌块原料优化配比系统

Resumen de: CN121393655A

本发明涉及建筑材料制造技术领域，具体是一种混凝土砌块原料优化配比系统，包括数据采集单元，配比计算单元，配料执行单元，检测单元，控制管理单元；配比计算单元将原料数据作为训练数据进行模型训练，训练后将原料数据作为历史数据发送至控制管理单元单元进行存储；配比计算单元经过训练得到配比模型后输入原料数据输出配比参数，通过配比参数调整原料组分的含量；当生产得到混凝土砌块后经过检测单元的检测，用于评判配比参数的合理性，作为配比计算单元训练模型的反馈数据；本发明通过构建以原料拓展特征向量为基础的神经网络预测模型，实现了从原料本征属性层面进行性能预测与配比优化，克服了人为主观性强、适应性差的缺点。

一种融合工况预估与分数阶导数的热能梯级利用方法

Resumen de: CN121383741A

本发明公开了一种融合工况预估与分数阶导数的热能梯级利用方法，包括：首先针对动态热源建立余热预估模型，计算未来时间窗口的预期热能数据；然后，将该预期数据输入分数阶模糊控制模型，模型应用分数阶导数处理数据的时间序列特性，并结合离线生成的模糊规则库，解算出最优调控指令；最后，通过该指令控制一组通量控制阀组，将热源气体依次分配至高温、中温、低温三个反应模组中，实现热能的梯级回收。本方法以“主动预判”替代“被动响应”，通过融合预测模型与分数阶控制，有效克服了动态热源工况剧烈变化时的控制滞后问题，显著提高了热回收的效率和系统鲁棒性。

一种疫苗接种管理系统、方法、设备及介质

Resumen de: CN121393783A

本申请提供了一种疫苗接种管理系统、方法、设备及介质，从疫苗接种记录中提取不同接种剂次对应疫苗接种属性的字段特征，进而对不同接种剂次间的时序依赖关系进行关联分析，得到目标接种对象在疫苗接种管理中的时序依赖特征；确定不同接种剂次间疫苗接种数据跨节点同步的冲突检测规则库，依据冲突检测规则库和不同接种剂次间疫苗接种数据的同步冲突关系确定不同接种剂次间冲突检测的规则隶属度；基于时序依赖特征和规则隶属度对当前疫苗接种数据的跨节点同步冲突检测结果进行容错判定，进而判定结果对疫苗接种数据跨节点同步进行冲突管理。采用本申请的方案，可在多剂次接种关系校验条件下实现异构节点间疫苗接种数据的同步冲突判别。

一种模糊单调的新型相关性图像识别及机器学习方法

Resumen de: CN121392352A

本发明公开了一种模糊单调的新型相关性图像识别及机器学习方法，属于模式识别和机器学习的人工智能技术领域；本发明将所提出的方法定义为FMMCA，其通过逐对比较图像矩阵的行向量和列向量来评估局部模糊单调相关性，然后将这些局部相关性进行加权累加，最终得到图像间的全局模糊单调相关性。本发明直接用模糊单调的相关性分析代替经典相关性分析进行多视图研究，就不会存在经典相关分析所存在的问题，而且模糊单调的方法特征不需要用距离进行静态度量，可以通过区间变化动态度量，从而抵消一些噪声影响，提高性能，形成新型的模糊单调机器学习方法，不需要聚焦损失函数的优化，参数少，鲁棒性好，算力少。

自适应脉冲流CIP清洗控制与能效优化系统

Resumen de: CN121360722A

本发明涉及CIP清洗技术领域，且公开了自适应脉冲流CIP清洗控制与能效优化系统，包括：数据采集模块、智能决策与决策生成模块、执行与控制模块、反馈与优化模块、维护与管理模块；通过多模态流场智能控制与清洗对象自适应识别技术，能够全面覆盖CIP清洗的各类场景，不仅关注常规的清洗效率指标，还纳入管径适配性、污垢类型针对性、流场模式适配性等要素，并深入优化脉冲参数与流场的协同过程，使清洗效果更准确地匹配不同清洗对象的真实需求，为工业清洗的高效性和针对性提供更科学的依据。

一种基于三叉戟模糊系统的交通流预测方法

Resumen de: CN121365375A

本发明公开了一种基于三叉戟模糊系统的交通流预测方法，包括：首先，通过随机打乱特征顺序并按奇偶索引分组，利用线性回归对分组后的数据进行第一轮拟合，以提取线性特征并降低数据维度；接着，将第一轮预测得到的三组结果作为输入，进入ANFIS模型进行非线性拟合，最终得到包含数据线性与非线性关系的预测值，从而提高模型的鲁棒性；最后，通过多次随机分组确保模型的稳定性和准确性，使得该预测方法在处理海量交通流数据时更为高效，为交通管理和规划提供科学依据。

一种基于人工智能辅助的微高压氧舱供氧调节系统

Resumen de: CN121360024A

本发明公开了一种基于人工智能辅助的微高压氧舱供氧调节系统，涉及医疗设备控制技术领域。该系统包括：数据采集模块：采集微高压氧舱运行状态参数和受氧对象的生理状态参数，生成原始数据集；数据处理模块：对原始数据集进行时序同步处理，得到表征状态参数和通道不确定度指标；等级构建模块：基于表征状态参数和通道的不确定度指标经过多级处理，形成综合氧代谢负荷指数，并划分氧代谢负荷等级；策略调节模块：依据氧代谢负荷等级和表征状态参数进行供氧调节决策，确定目标调节量并生成调整指令。通过高精度状态评估构建综合氧代谢负荷指数，并基于该指数实现安全、智能和个性化的供氧调节。

一种基于模糊置信模型GT-FER法的输变电工程线路架设施工风险分析评价方法

Resumen de: CN121365807A

本发明公开了一种基于模糊置信模型GT‑FER法的输变电工程线路架设施工风险分析评价方法，包括基于输变电工程线路架设施工潜在的风险类型、风险位置和原因，根据输变电工程线路架设施工的特点，获取安全风险清单，该清单包括一级安全风险指标和二级安全风险指标；根据GCD‑FAHP法计算安全风险指标的权重，基于博弈论思想得到最优组合权重；通过FER法将安全风险模糊化表征，构建模糊信度结构，获取安全风险的信度结构；基于权重和信度结构，通过证据推理计算安全风险指标的信度，获取安全风险指标的信度水平，确定安全风险指标的等级。本发明能够有效支持施工安全风险的精细化管理与全面防控，具备较高的工程实用价值和推广前景。

一种基于模糊逻辑的多目标决策分析方法

Resumen de: CN121365902A

本发明涉及能源管理技术领域，具体为一种基于模糊逻辑的多目标决策分析方法，首先将评价准则划分为量化与定性指标集；针对全生命投资回收期等量化指标，构建能刻画数据不确定性的区间二型模糊集；针对技术成熟度等定性指标，引入球形模糊集并应用感知犹豫度的智能算子进行聚合；应用混合模糊VIKOR算法计算各能源配置方案的群体效用值、个体遗憾值与综合排序指数，输出最优折衷排序结果，并识别出基准最优策略与风险规避策略；提取可解释的增强型模糊规则，通过分析不同类型模糊逻辑，提升了决策方法的稳健性，最后生成的可解释决策依据，显著增强了能源配置决策过程的透明度、可信度与合规性，为能源规划提供了切实可行的配置决策推理模型。

基于多目标优化的配网分布式光伏承载力提升方法及设备

Resumen de: CN121367246A

本发明涉及一种基于多目标优化的配网分布式光伏承载力提升方法，包括：构建分布式光伏承载力提升策略库；建立配电网分布式光伏承载力提升多目标优化模型并求解，得到一个Pareto最优解集；以单位成本提升承载力最大对应的满意解作为最终推荐的配电网分布式光伏承载力提升策略方案。本发明通过构建配电网分布式光伏承载力提升多目标优化模型，避免了单一目标决策的片面性；利用多目标进化算法的全局搜索能力，能够发现一系列分布在Pareto前沿上的最优方案，为决策者提供了丰富的选择空间，而非单一解；基于模糊隶属度函数计算得到不同提升策略下的满意解，实现了策略内优选，以保证了在每个技术路径下都能找到其最优配置。

一种基于多模态数据融合与人工智能的睡眠障碍疗效动态评估系统

Resumen de: CN121354929A

本发明公开了一种基于多模态数据融合与人工智能的睡眠障碍疗效动态评估系统，涉及智慧医疗技术领域，包括云端分析平台，所述云端分析平台通信连接有如下模块：疗效时序解析模块，采用滑动时间窗融合长短期记忆网络与趋势分解算法，对用户授权后的连续多晚睡眠数据进行动态分析。本发明通过疗效时序解析模块利用7天滑动窗口结合长短期记忆网络与季节性趋势分解算法，提取时序依赖特征并分离长期趋势与周期波动，突破传统单次或主观评估的局限，能生成每日更新的量化疗效曲线与稳定性指标，以数据可视化的形式直观反映睡眠质量的长期演进态势与短期波动，为疗效评估提供连续、客观的动态数据基础。

一种基于多传感器数据融合的不安全吊装行为识别方法

Resumen de: CN121350765A

本发明公开了一种基于多传感器数据融合的不安全吊装行为识别方法，包括：步骤1：通过多传感器数据采集，实时采集多维监测数据；步骤2：数据预处理与数据融合，对所述多维监测数据依次进行数据同步与对齐、数据清洗与异常值处理、滤波去噪、特征提取及数据标准化归一化处理，再采用加权融合算法构建多源融合特征矩阵；步骤3：从所述多源融合特征矩阵中筛选与不安全吊装行为关联的核心特征；步骤4：基于安全规则库的确定性识别，建立量化安全规则库，将所述核心特征与规则库判定逻辑匹配，输出初步识别结果；步骤5：识别结果验证与预警，通过多源数据一致性验证、时间序列连续性验证修正初步识别结果，依据修正结果触发分级预警。

一种基于机床进给轴位移振动的故障诊断方法

Nº publicación: CN121340029A 16/01/2026

Solicitante:

湘潭大学

Resumen de: CN121340029A

本发明公开一种基于机床进给轴位移振动的故障诊断方法，属于机床故障诊断技术领域。该方法在机床关键部件安装加速度传感器，设置采样频率采集数据，经均值滤波预处理后，通过积分计算位移，以位移为横坐标按加工工艺或运动轨迹关键节点分段数据，提取时域、频域和时频域特征参数并对比分析差异。同时，在机床正常运行和模拟故障时，以位移为索引构建样本库标注故障类型及位移区间，采用卷积神经网络输入含位移信息的特征参数训练模型，学习故障特征模式实现进给轴故障准确诊断。该方法能精准识别如轴承磨损、丝杠松动、导轨润滑不良等故障，有效提升机床故障诊断的准确性与实时性，增强机床运行可靠性与稳定性，降低生产损失。