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！

龙图腾网恭喜电子科技大学申请的专利一种基于GCN和BiLSTM的航空发动机气路传感器故障诊断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：CN119989158B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202510458155.8，技术领域涉及：G06F18/2415；该发明授权一种基于GCN和BiLSTM的航空发动机气路传感器故障诊断方法是由胡家文;黄加鑫;胥洪;黄承赓;朱顺鹏设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本一种基于GCN和BiLSTM的航空发动机气路传感器故障诊断方法在说明书摘要公布了：本发明公开了一种基于GCN和BiLSTM的航空发动机气路传感器故障诊断方法，属于航空发动机健康管理领域。针对现有技术难以区分传感器故障与气路系统故障信号、时序建模不充分的问题，提出融合图卷积网络与双向长短期记忆网络的混合模型架构。方法包括：通过灰色关联度筛选高相关传感器构建多组输入‑输出组合；利用GCN提取传感器间空间拓扑特征，结合BiLSTM捕获双向时序依赖性，建立并行预测模型集群；基于重构残差3σ准则设定动态阈值，并通过布尔诊断字典实现故障编码匹配。本发明有效地解决了传感器故障与气路系统故障信号的相似性问题，能够准确诊断传感器故障或者气路系统故障，提升航空发动机的故障检测与维护效率。

本发明授权一种基于GCN和BiLSTM的航空发动机气路传感器故障诊断方法在权利要求书中公布了：1.一种基于GCN和BiLSTM的航空发动机气路传感器故障诊断方法，其特征在于，所述方法包括： 步骤1：数据采集；以规定的采样频率采集发动机气路传感器的温度、压力、转速各截面状态监测参数，得到样本传感器数据；所采集的样本传感器数据涵盖传感器正常数据、传感器故障数据和气路故障数据，并为每个样本标注故障类型； 步骤2：数据预处理；对采集到的样本传感器数据进行预处理，预处理包括去除离群值、剔除不完整数据、数据归一化的操作； 步骤3：相关性分析；对预处理后的传感器正常数据使用灰色关联度算法筛选出高度相关的传感器数据； 步骤4：数据集划分；将筛选出的相关传感器的数据分为训练集和测试集； 步骤5：模型输入输出和布尔诊断字典的构建；根据筛选的相关传感器，构建模型输入和输出，并生成布尔诊断字典； 步骤6：多模型构建；根据输入输出组合构建多个模型，使用GCN和BiLSTM构建故障模型，以实现故障诊断和定位； 步骤7：模型训练与阈值设定；使用训练集数据训练模型得到最佳模型，然后通过训练集计算最佳模型的重构残差并以此确定模型的故障阈值； 步骤8：故障数据测试；测试集输入至训练好的模型中计算重构残差，与故障阈值比较，当重构残差超过故障阈值时，判定为故障； 步骤9：故障定位；通过将所有模型的诊断结果与布尔诊断字典进行匹配，确定故障类型。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。