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！

龙图腾网获悉合肥工业大学申请的专利基于深度学习的航空发动机剩余寿命预测方法和系统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：CN119558184B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202411630892.3，技术领域涉及：G06F30/27；该发明授权基于深度学习的航空发动机剩余寿命预测方法和系统是由周谧;刘婉琳;程八一;陆少军;钱晓飞设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本基于深度学习的航空发动机剩余寿命预测方法和系统在说明书摘要公布了：本发明提供一种基于深度学习的航空发动机剩余寿命预测方法和系统，涉及发动机寿命预测技术领域。本发明建立了基于图注意力机制的多尺度卷积特征提取模块SDMCN模块和融合特征注意力机制的GRU模块F‑GRU模块。通过SDMCN模块，从相同尺寸卷积核下形成的特征图之间的相关性以及不同尺寸卷积核下形成的特征图之间相关性这两个角度充分提取特征的空间关联性。同时利用F‑GRU模块动态调整不同时间步下输入特征的权重，实现序列数据的差异性更新。采用这两个并行分支，实现特征之间的空间关联性和时序依赖关系的提取，从而更全面的捕获特征退化信息，建立更加准确的寿命退化模型，提高模型预测的准确率。

本发明授权基于深度学习的航空发动机剩余寿命预测方法和系统在权利要求书中公布了：1.一种基于深度学习的航空发动机剩余寿命预测方法，其特征在于，包括： 获取历史发动机运行数据和在役发动机监测数据，并进行预处理，得到数据集； 根据航空发动机的运行特点对数据集进行标签化，将数据集中的数据分为正常运行阶段数据和寿命退化阶段数据； 采用滑动窗口法对每个发动机引擎单元的相邻时间段的数据进行分割，构建训练样本数据集； 通过训练样本数据集对预先构建的神经网络进行训练，得到航空发动机剩余寿命预测模型，所述航空发动机剩余寿命预测模型用于预测航空发动机的寿命； 其中，所述预先构建的神经网络中包括基于图注意力机制的多尺度卷积特征提取模块、融合特征注意力机制的GRU模块和RUL预测模块，所述基于图注意力机制的多尺度卷积特征提取模块和融合特征注意力机制的GRU模块双支并行，两者的输出均输入到RUL预测模块中；所述于图注意力机制的多尺度卷积特征提取模块通过若干个不同尺寸的并行的卷积块捕获多级退化特征，并利用图注意力机制将不同的滤波器视为节点，构建多个不同的图结构，根据不同特征图之间的相关性，为每个特征图赋权；所述融合特征注意力机制的GRU模块动态调整不同时间步下输入特征的权重，实现序列数据的差异性更新。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。