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！

龙图腾网获悉北京化工大学申请的专利一种基于行驶状态剖面累计损伤的发动机缸盖寿命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：CN117150327B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202310926340.6，技术领域涉及：G06F18/2321；该发明授权一种基于行驶状态剖面累计损伤的发动机缸盖寿命预测方法是由王瑶;袁绍社;张进杰设计研发完成，并于2023-07-26向国家知识产权局提交的专利申请。

本一种基于行驶状态剖面累计损伤的发动机缸盖寿命预测方法在说明书摘要公布了：本发明公开了一种基于行驶状态剖面累计损伤的发动机缸盖寿命预测方法，该方法首先获取车辆整个运行过程中的车载变量数据，根据车速和发动机转速分割出车辆的行驶片段；其次，对所有行驶片段数据进行特征值提取与主成分分析；借助聚类法构建行驶状态剖面；进一步，构建累计损伤模型，计算每个行驶状态剖面的缸盖寿命退化因子；最后，通过线性累积方法获得待预测车辆缸盖寿命的累计损伤和剩余使用寿命值。该方法易于实现，充分考虑了车辆行驶工况对寿命损伤的影响，能够高效、准确、全面地实现缸盖寿命预测，有效解决了传统基于机理模型的寿命预测方法预测效率低、预测精度不高等问题，为车辆的状态维修和企业的运营管理提供技术支撑。

本发明授权一种基于行驶状态剖面累计损伤的发动机缸盖寿命预测方法在权利要求书中公布了：1.一种基于行驶状态剖面累计损伤的发动机缸盖寿命预测方法，其特征在于：包括如下步骤： 步骤一：在车辆行驶过程中，通过安装在车辆上的传感器和记录仪设备，采集、监测和记录车辆各项运行数据，对各车辆运行数据进行汇总和分析，筛选出与缸盖寿命相关的车载网通用变量，包括扭矩、油门开度、废气流量、环境压力、累计里程、机油温度、挡位、车速、水温、环境温度、转速和发动机累计运行时间；对收集到的N台车辆的全寿命周期数据进行处理和清洗，包括数据校正、异常值处理、缺失值填充； 步骤二：根据车载网变量中的车速和发动机转速分割出车辆的行驶片段； 步骤2.1，将车速从0kmh开始到大于0kmh，再等于0kmh为止数据片段定义为一次运动片段； 步骤2.2，车辆状态保持车速为0kmh，发动机转速大于0的数据片段，定义为一次怠速片段； 步骤2.3，一个运动片段和与其相邻的一个怠速片段组成一个行驶片段，按照步骤2.1和步骤2.2将N台车辆在全寿命周期内的车载终端行驶数据进行片段划分，删除短行程片段时长小于10s的片段，筛选出符合要求的行驶片段，组成行驶片段集； 步骤三：行驶片段变量的特征值提取与主成分分析； 步骤3.1，在N台车辆的行驶片段集基础上，选取代表行驶状态特征和代表行驶状态分布特征的特征参数作为单个行驶短片段的评估参数，计算所有行驶片段的特征参数；设有m个行驶片段样本X＝[x1,x2,…xi…,xm]，其中xi表示第i个行驶片段样本，包含有n个车载网通用变量的特征，即其中T为转置符号，表示第i个行驶片段样本的第j个特征； 步骤3.2，对原始数据样本进行去中心化处理，即将每个特征减去所有样本中该特征的均值即：得到去中心化的行驶参数样本数据 步骤3.3，计算行驶参数样本数据的协方差矩阵对协方差矩阵进行特征值分解，计算协方差矩阵C的特征值，并按从大到小的顺序排列，记为{λ1,λ2,…λτ…,λp}，其中λ1≥λ2≥…≥λp，对应的特征向量记为{e1,e2,…eτ…,ep}，其中eτ为第τ个特征值λτ对应的特征向量，p为特征值的个数； 步骤3.4，对于第v个主成分，计算主成分的贡献率计算前v个主成分贡献率的累计值其中λv为第v个特征值，取累计贡献率CR＞ε的前v个特征值，其中ε为设定的累计贡献率，ε∈0.85,0.9]，想要保留的特征信息越多ε的取值越大； 步骤3.5，选择前v个最大的特征值对应的特征向量组成投影矩阵W，即：W＝[e1,e2,…,ev]，将原始行驶参数样本数据乘以投影矩阵W，得到新的降维后的行驶参数矩阵Y，即： 步骤四：构建行驶状态剖面； 步骤4.1，以步骤3.5计算得到的行驶参数矩阵Y为基础，记为Y＝[y1,y2,…yi…,ym]，其中每一个均为v维向量，其中表示实数域； 步骤4.2，随机选取k个聚类质心点，记为{C1,C2,…,Ck},其中1＜k≤m，每一个均为v维向量； 步骤4.3，计算行驶参数矩阵每一个对象到每一个聚类中心的欧式距离其中表示第i个对象的第t个特征参数，1≤i≤m，1≤t≤v；Cjt为第j个聚类中心的第t个特征参数，1≤j≤k； 步骤4.4，依次比较每一个行驶片段到每一个聚类中心的距离，将行驶片段分配到距离最近的聚类中心的类簇中，得到k个行驶状态类簇； 步骤4.5，对于每一个行驶状态类簇，重新计算其质心，将其作为新的k个聚类质心点；重复迭代步骤4.3～4.5直到行驶状态聚类质心不变，得到k个行驶状态类簇，即代表k个行驶状态剖面； 步骤五：计算行驶状态剖面的缸盖寿命退化因子； 步骤5.1，将每台车辆的行驶片段集进行行驶状态剖面归类，得到车辆全寿命周期内经历的行驶状态剖面和在每个行驶状态剖面下的累计行驶里程； 步骤5.2，构建累计损伤模型，每个剖面下对缸盖寿命产生一定程度的损伤，发动机运行过程中经历的每个剖面产生的损伤发生累积，当累积的损伤等于1时，缸盖将发生疲劳破坏，构建累计损伤模型其中S为里程矩阵，为第j台车辆在第ξ个行驶状态剖面下的累计行驶里程，未经历的行驶状态剖面下的行驶里程赋值为0；D为缸盖寿命退化因子矩阵，Dξ为车辆在第ξ个行驶状态剖面下每单位里程缸盖寿命退化因子；b为常系数矩阵，k为行驶状态剖面总数； 步骤5.3，求解步骤5.2中的累计损伤模型，得到最小二乘解D＝STS-1STb，即为每个行驶状态剖面的缸盖寿命退化因子； 步骤六：构建缸盖寿命预测模型； 步骤6.1，获得待预测缸盖寿命的车辆历史行驶数据，按照步骤二分割车辆的历史行驶片段，将待预测车辆的历史行驶片段集进行行驶状态剖面归类，设待预测车辆当前已经历了w个行驶状态剖面，在每个行驶状态剖面下的累计行驶里程为按照步骤五得到的行驶状态剖面的缸盖寿命退化因子确定w个行驶状态剖面的寿命退化因子，记为Dhp＝[D1,D2,…,Dw]； 步骤6.2，根据公式计算截止当前的历史累积损伤度； 步骤6.3，设定未来行驶状态包含所有经历过的历史状态剖面且未来各行驶状态剖面下行驶里程按照历史状态剖面比例分配，构建缸盖寿命预测模型其中Sc为缸盖失效前剩余可行驶里程，通过计算得到缸盖的剩余使用寿命预测结果。

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北京化工大学，其通讯地址为：100029 北京市朝阳区北三环东路15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”。