Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北工业大学;中国航发四川燃气涡轮研究院姜洪开获国家专利权

西北工业大学;中国航发四川燃气涡轮研究院姜洪开获国家专利权

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!

龙图腾网获悉西北工业大学;中国航发四川燃气涡轮研究院申请的专利基于多源域自适应网络的航空发动机故障识别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:CN115587289B

龙图腾网通过国家知识产权局官网在2025-07-25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:202211109458.1,技术领域涉及:G06F18/00;该发明授权基于多源域自适应网络的航空发动机故障识别方法是由姜洪开;吴正红;王同庆;刘少伟;李晓冬设计研发完成,并于2022-09-13向国家知识产权局提交的专利申请。

基于多源域自适应网络的航空发动机故障识别方法在说明书摘要公布了:本发明公开了一种基于多源域自适应网络的航空发动机故障识别方法,该方法通过在特征提取器中设计动态迁移模块来将多源域故障识别问题转化为单源域故障识别问题,进而促进不同域之间的数据分布对齐;然后将一种注意力机制嵌入到两个不同的分类器中,提高相关源域的影响力,进而充分利用多个源域所含有的知识来完成目标识别任务。本发明提出的方法操作简便,故障识别效果明显,可以为在数据分布差异明显条件下进行航空发动机故障识别提供可行的解决途径。

本发明授权基于多源域自适应网络的航空发动机故障识别方法在权利要求书中公布了:1.一种基于多源域自适应网络的航空发动机故障识别方法,其特征在于,包括如下步骤: 步骤1:用传感器采集航空发动机部件的振动信号,根据航空发动机部件运行工况不同,获取多个不同的源域数据和单一的目标域数据; 步骤2:将采集到的多个不同的源域数据和单一目标域数据进行傅里叶变换,得到每个源域和单一目标域对应的频谱样本; 步骤3:构建带有动态迁移模块的特征提取器;所述动态迁移模块分为静态卷积模块和动态卷积模块; 步骤3-1:将动态迁移模块定义为: Hx=Hcx+△Hx1 其中,Hcx是静态卷积模块的输出,△Hx表示依赖于输入x的动态卷积模块的输出;Hx代表动态迁移模块的输出;输入x为步骤2得到的频谱样本; 所述静态卷积模块由一个卷积层构成,所述动态卷积模块由W个相同但相互独立的卷积层构成,用公式2来描述,静态卷积模块和动态卷积模块的输入是相同的; 其中,代表第ith个卷积层,是的动态系数,看作是△Hx在ith卷积层中的投影; 动态系数由一个系数分支获得,该系数分支由一个平均池化层和两个全连接层组成;此外,采用Softmax激活函数对进行归一化,的获取过程如下所示: 式中,avg·、fc1 ReLU·和fc2 Softmax{·}分别代表平均池化层、具有ReLU激活函数的第一个全连接层、具有Softmax激活函数的第二个全连接层; 步骤3-2:特征提取器G由第一个卷积层、第一个动态迁移模块、第一个池化层、第二个卷积层、第二个动态迁移模块和第二个池化层依次串行构成;第一个动态迁移模块和第二个动态迁移模块的结构相同; 步骤4:构建第一分类器和第二分类器,两个分类器均由三个全连接层和一个输出层组成; 步骤5:将每个源域数据先输入各自的带有动态迁移模块的特征提取器,再将特征提取器的输出分别输入到两个分类器中得到相应的分类损失;用losss1表示第一分类器在所有源域数据上的平均损失,用losss2表示第二分类器在所有源域数据上的平均损失; 注意力机制通过分别为losss1和losss2分配系数来自动减小由不同域引起的负面信息,即当losss1的值大于losss2的值,则将较小的系数分配给losss1,否则分配较大的系数;losss2和losss2的系数的获取过程分别如下公式: 式中,att1和att2分别是分配给losss2和losss2的系数,concatlosss1,losss2表示根据水平连接的标准连接两个矩阵,dk代表矩阵的行数,Softmax·代表Softmax激活函数; 根据系数att1和att2,将具有注意力机制的两个分类器的优化目标归纳为 步骤6:使用多个源域数据训练特征提取器和两个分类器,训练完成后得到多源域自适应网络;再对单一目标域数据进行故障识别。

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西北工业大学;中国航发四川燃气涡轮研究院,其通讯地址为:710072 陕西省西安市友谊西路;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。