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！

龙图腾网恭喜上海交通大学申请的专利基于传感数据退化建模的飞机发动机多失效模态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：CN116124455B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202310086813.6，技术领域涉及：G01M13/04；该发明授权基于传感数据退化建模的飞机发动机多失效模态预测方法是由王昱晖;王迪设计研发完成，并于2023-02-01向国家知识产权局提交的专利申请。

本基于传感数据退化建模的飞机发动机多失效模态预测方法在说明书摘要公布了：本发明涉及一种基于传感数据退化建模的飞机发动机多失效模态预测方法，该方法包括以下步骤：步骤S1、对监测飞机发动机的多元传感器信号进行融合得到健康指数，并基于多失效模式下的退化模型，捕获发动机的退化状态；步骤S2、将退化状态的导数作为失效特征，采用基于融合系数的多元期望最大化算法进行退化模型的参数估计；步骤S3、识别飞机发动机失效模式，采用条件概率分布预测飞机发动机的剩余使用寿命RUL。与现有技术相比，本发明具有预测准确性高的优点。

本发明授权基于传感数据退化建模的飞机发动机多失效模态预测方法在权利要求书中公布了：1.一种基于传感数据退化建模的飞机发动机多失效模态预测方法，其特征在于，该方法包括以下步骤： 步骤S1、对监测飞机发动机的多元传感器信号进行融合得到健康指数，并基于多失效模式下的退化模型，捕获发动机的退化状态，包括： 步骤S11、采用多项式分布对失效模式分布进行建模； zl～Multinomialπ1,…,πk,…,πK,1 式中，zl表示发动机l的失效模式变量，πk表示发动机在失效模式k下的先验概率，K为失效模式的类别数，Multinomial表示多项式分布； 步骤S12、构建传感器信号的退化模型，捕获发动机的退化状态： xlmt＝glmt+∈lmt＝ΦtΓlm+∈lmt,2 式中，下标m为传感器的编号，下标l为飞机发动机的编号；xlmt为传感器m在时间t的测量值，glmt为传感器m信号在时间t的退化状态，∈lmt为传感器m信号对应的噪声项，表征zl＝k时方差为的白噪声；m＝1,…,M，M为传感器的数量；Φt为基函数；Γlm为传感器信号m的退化模型参数，符合多元正态分布，表达式为； 式中，μmk和∑mk表示基于传感器m信号在失效模式k下的均值和协方差矩阵； 步骤S13、融合多元传感器信号，构建健康指数，表达式为： 式中，xlt为发动机l的传感器信号矩阵，w为融合权重系数；Γly是步骤S12中的退化模型参数，∈lyt为对应的噪声项； 步骤S2、将退化状态的导数作为失效特征，采用基于融合系数的多元期望最大化算法进行退化模型的参数估计，包括： 步骤S21、将步骤S1捕获的发动机的退化状态的导数作为失效特征，表达式为： 式中，Φ1t是退化模型的一阶导数基，是一阶导数基的矩阵形式，Γly是发动机l的退化模型系数；yl＝[ylt1,…,yltnl]T为发动机l的健康指数，nl是发动机l的观测时间步数； 步骤S22、基于发动机的历史信号数据，采用基于融合系数的多元期望最大化算法进行未知参数估计，其中，未知参数包括失效模式的参数集Θ和对应的权重系数w，失效模式的参数集Θ中包括发动机在不同失效模式下的先验概率、退化模型的均值和协方差矩阵、噪声项的方差，未知参数估计过程包括迭代： 步骤S221、计算完整数据的似然函数的后验对数期望； 步骤S222、最大化期望以更新每个失效模式k的参数集Θ； 步骤S223、估计每个失效模式k的权重系数w； 步骤S3、识别飞机发动机失效模式，采用条件概率分布预测飞机发动机的剩余使用寿命。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。