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！

龙图腾网获悉南京航空航天大学申请的专利基于领域对抗神经网络的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：CN115114977B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202210676977.X，技术领域涉及：G06F18/2433；该发明授权基于领域对抗神经网络的发动机气路故障诊断方法是由赵永平;刘豪;陈耀斌;王宇强设计研发完成，并于2022-06-15向国家知识产权局提交的专利申请。

本基于领域对抗神经网络的发动机气路故障诊断方法在说明书摘要公布了：本发明公开一种基于领域对抗神经网络的发动机气路故障诊断方法。在实际发动机数据收集过程中，一般仅能收集到大量正常类别的数据，故障数据极少甚至某些故障类别的数据是缺失的。针对这一问题，本发明提出了部分对齐的领域对抗神经网络算法，利用源域中有标签的数据和目标域中正常类别数据训练目标域诊断模型，并相应的设计了特征提取器、类别分类器和领域分类器。本发明用于识别涡扇发动机各类故障，包括风扇、压气机、高压涡轮、低压涡轮故障。面对目标域中仅有正常数据的情况，使用迁移学习中领域自适应方法，利用源域中大量数据所蕴含的知识，构建了性能良好的故障诊断模型。为故障数据缺乏情况下的涡扇发动机气路故障诊断提供了一个新方法。

本发明授权基于领域对抗神经网络的发动机气路故障诊断方法在权利要求书中公布了：1.一种基于领域对抗神经网络的发动机气路故障诊断方法，其特征在于，包括如下步骤： 步骤1：收集涡扇发动机在退化状态下和非退化状态下不同工况下的状态监控传感器数据以及对应的故障状态； 步骤2：根据传感器数据得到迁移学习的源域和目标域，源域中含有所有类别的数据，目标域中仅含有正常类别的数据； 步骤3：将源域数据和目标域数据用于训练领域对抗神经网络；所述领域对抗神经网络包括特征提取器、类别分类器和领域分类器；所述特征提取器和领域分类器之间设置梯度反转层；所述领域对抗神经网络的目标函数为： 其中，第一项是源域数据的样本标签预测损失，第二项是目标域数据的领域标签预测损失，第三项是源域中的正常类别数据的领域标签预测损失；Ly·,·代表样本标签的预测损失函数，Ld·,·代表领域标签的预测损失函数，λ是梯度反转层的系数，Gf·；θf为特征提取器，θf表示特征提取器中参数，Gy·；θy为类别分类器，θy表示类别分类器中参数，Gd·；θd领域分类器，θd表示领域分类器中参数，xi表示训练数据，分别表示源域和目标域，yi表示故障类别，di表示领域类别。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。