广东省数据知识产权存证登记平台-证书详情

登记信息

电子制造业设备热像图故障预测与诊断数据集 已登记

数据申请号：

粤2025120202952
数据登记号：

SZ2025120027256.1
关键词：

热像图故障诊断；预测性维护；图神经网络；发热强度分析；故障严重级别
登记时间：

2026-07-02
平台证书编号：

20251244000027256
服务机构：

暂无
登记主体：

珠海市吉大华普仪器有限公司
法院编号：

广州互联网法院 - 3115386325828a52265e1ea0e519f0236b955ae9a6bc48e59f9776b757408ad2-749fc1a4;legalxchain

区块链信息

上链时间：

2026-06-16
所属区块链：

司法联盟链·广东省知识产权保护中心
证据指纹：

7ef4757f9ea12f3683399caef30279aa70d07d8143e52f3fae9eac3ade1775b835d229868fe885488fda4570cb8573b51bd796b0210026d2d368db0a413a102f
区块链存证证书编号：

LXM-GDIPI-23202606165445720973

数据信息

数据简介

本数据来源于无线热成像仪-万用表一体机对电子设备（如电路板）进行实时采集的热像图数据，原始数据包括红外图像像素矩阵和温度读数。数据处理过程通过预设规则得出：首先，基于高低频图像分割技术对原始热像图进行增强，消除噪声并突出细节，生成增强热像图数据；其次，利用环境温度传感器读数进行温度修正，补偿外部因素影响，获得温度修正后的增强热像图数据；然后，通过发热强度分析算法计算电路板各区域的发热量，输出发热强度数据；接着，应用图神经网络对修正后的热像图进行特征提取，生成目标特征数据；最后，结合发热强度和目标特征数据，通过故障分析模型识别故障区域和类型，并利用辐射换热分析确定故障严重级别。使用场景主要集中于电子制造和设备维护领域，用于实时监测设备状态、早期发现潜在故障，提升维护效率和质量控制水平，该数据来源规则确保了数据的准确性、一致性和可重复性，适用于工业物联网环境下的预测性维护系统。

数据来源：

自行产生
数据所属行业分类：

C40 仪器仪表制造业

数据处理规则说明

数据处理步骤包括：首先，对原始热像图进行高低频图像分割增强，通过滤波和重构技术提升图像清晰度；其次，执行温度修正，基于环境参数调整像素温度值，消除偏差；然后，进行发热强度分析，计算电路板区域的温度梯度与热通量，生成发热强度数据；接着，利用图神经网络对温度修正后的热像图进行特征提取，构建图结构节点和边关系，输出目标特征数据；最后，结合发热强度和目标特征数据，通过分类模型识别故障区域和故障类型，并应用辐射换热分析评估故障严重级别。处理后样例数据中的重要结构名称包括增强热像图的像素矩阵、温度修正值数组、发热强度向量、图神经网络特征节点、故障区域坐标和严重级别指标。有益效果在于显著提升故障检测的准确性和效率，通过多步骤处理减少误报率，实现早期预警，降低设备停机时间和维护成本，同时增强数据的可解释性，为自动化诊断系统提供可靠支撑。

应用场景描述

本数据应用于电子制造和工业设备维护场景，具体针对电路板、电源模块等电子组件的故障检测与预防。主要用户包括设备维护工程师、质量控制人员和生产管理人员，他们利用该数据进行实时状态监测、故障诊断和预测性维护计划制定。通过分析增强热像图、发热强度和目标特征数据，系统能够自动识别故障区域和故障类型，并评估故障严重级别，从而帮助用户快速定位问题、减少人工检查时间。起到的作用是解决传统依赖经验判断导致的漏检和延误问题，实现精准、高效的故障管理，防止设备突发停机和安全事故。带来的经济或社会效用包括：降低维护成本和设备更换费用，提高生产效率和产品可靠性；同时，通过早期干预减少能源浪费和环境污染，促进工业可持续发展，并提升工作场所安全性，具有显著的行业推广价值。

数据格式：

xlsx
数据更新频率：

实时更新
数据量：

50

样例数据

供展示样例数据字数超过500字，以附件形式上传至“数据样例附件(供展示)”。附件下载

数据结构样例

数据ID 增强后热像图数据 (8x8像素矩阵，单位:°C) 温度修正后热像图数据 (8x8像素矩阵，单位:°C) 发热强度数据 (区域最高温-环境温, °C) 目标特征数据 (GNN输出特征向量样例) 故障区域 (像素坐标) 故障类型故障严重级别

数据状态

2026-07-02

数据知识产权登记完成