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 > 电子科技大学胡家文获国家专利权

电子科技大学胡家文获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种考虑分布外故障的航空发动机气路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:CN120408457B

龙图腾网通过国家知识产权局官网在2025-08-26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:202510889164.2,技术领域涉及:G06F18/2433;该发明授权一种考虑分布外故障的航空发动机气路故障诊断方法是由胡家文;黄加鑫;胥洪;张世杰设计研发完成,并于2025-06-30向国家知识产权局提交的专利申请。

一种考虑分布外故障的航空发动机气路故障诊断方法在说明书摘要公布了:本发明提供了一种考虑分布外故障的航空发动机气路故障诊断方法,属于航空发动机故障诊断领域。所述方法包括:采集数据并对数据进行预处理;建立MLP特征提取模型Net1,训练得到训练好的的MLP特征提取模型Net1;在MLP特征提取模型Net1的基础上训练分布外故障诊断模型Net2;将MLP特征提取模型Net1第二隐藏层的输出保留,得到真实数据在特征空间的投影,再采用高斯分布对每一类数据的投影进行拟合;对于拟合的数据分布进行采样,得到合成分布外数据;采用能量函数对合成的分布外数据和分布内数据估计,确定不确定性阈值,得到训练好的分布外故障诊断模型Net2。本发明能够准确地判断航空发动机气路故障是否为分布内故障,避免将未知故障识别为已知故障。

本发明授权一种考虑分布外故障的航空发动机气路故障诊断方法在权利要求书中公布了:1.一种考虑分布外故障的航空发动机气路故障诊断方法,其特征在于,所述方法包括如下步骤: 步骤S1:采用多个不同类型的传感器采集发动机运行数据作为样本数据; 步骤S2:对步骤S1采集的样本数据进行预处理,得到预处理后的样本数据; 步骤S3:对步骤S2中预处理后的样本数据,将各样本数据对应的故障类型作为标签;将所有样本数据中的一种故障类型样本排除,用作后续的真实分布外样本,其余包括正常样本与其他故障样本的数据构成分布内样本;将该分布内样本按照7:2:1的比例划分为训练集、验证集和测试集,并保留被排除的故障样本作为真实的分布外数据用于模型评估; 步骤S41:搭建MLP特征提取模型Net1,MLP特征提取模型Net1由输入层、第一隐藏层、第二隐藏层、输出层以及分类器组成; 步骤S42:采用均方差误差构建MLP特征提取模型Net1的损失函数; 步骤S43:训练MLP特征提取模型Net1,计算损失函数关于模型参数的梯度以指导权重的更新,得到训练好的MLP特征提取模型Net1; 步骤S44:采用训练好的MLP特征提取模型Net1对分布内样本进行特征提取,将第二隐藏层的输出导出,得到真实数据在特征空间的投影,采用高斯分布对每一类数据的投影进行拟合; 步骤S45:基于拟合的高斯分布对特征空间的分布边缘数据进行采样,得到合成分布外样本; 步骤S46:通过能量函数评估合成分布外样本和分布内样本,构建能量不确定性损失函数,通过训练得到最佳训练参数,计算不确定性,得到适合的不确定性阈值,使分布内样本具有负能量,合成分布外样本具有正能量,得到训练好的分布外故障诊断模型Net2; 能量函数如下所示: 其中,Ex;θ是能量函数;x是输入向量;θ是可训练参数;K表示故障类别总数;fkx;θ是第k类的得分,计算方式如下: 其中,为输出层的网络权值,T表示转置; 构建能量不确定性损失函数,表示如下: 其中,表示能量不确定性损失函数;表示对从分布内样本集合V中采样的样本v进行数学期望运算;Ev;θ表示能量函数对样本v的估计值;φ·是一个非线性MLP函数,用于区分分布内样本和合成分布外样本;表示对从合成分布外样本集合D中采样的样本x进行数学期望运算; 通过能量不确定性损失函数获得最佳训练参数θ*,根据获取的最佳训练参数θ*,使用分布内样本和合成分布外样本计算不确定性,不确定性阈值δ通过如下方式计算: 其中,x*表示包含分布内样本和合成分布外样本的输入;Gx*表示x*的不确定性值;δ为不确定性阈值,用于划分分布内与合成分布外样本;Ex*;θ*表示能量函数;能量函数输入参数为x*及最佳训练参数θ*;不确定性阈值使分布内样本具有负能量,合成分布外样本具有正能量,通过分布内样本和合成分布外样本的识别情况对不确定性阈值δ进行调整;对分布内样本与合成分布外样本分别计算不确定性阈值,然后选择一个使得分布外故障诊断准确率最高的不确定性阈值δ,则训练结束,得到训练好的分布外故障诊断模型Net2; 步骤S5:采用测试集和真实分布外数据通过训练好的分布外故障诊断模型Net2进行测试,得到分布外故障或分布内故障的识别结果。

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”。

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。