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！

龙图腾网获悉南京信息工程大学申请的专利一种基于小波解耦与因果卷积注意力的增量式航发寿命预测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：CN120561541B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202511066011.4，技术领域涉及：G06F18/21；该发明授权一种基于小波解耦与因果卷积注意力的增量式航发寿命预测方法是由陆振宇;储怡婷;钱巍巍;田霖翰设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本一种基于小波解耦与因果卷积注意力的增量式航发寿命预测方法在说明书摘要公布了：本发明提供了一种基于小波解耦与因果卷积注意力的增量式航发寿命预测方法，包括：步骤1，获得原始时域振动信号：将原始时域振动信号作为输入；步骤2，划分训练集：将原始时域振动信号按比例分割为训练集和测试集；步骤3，进行多重串联幅相混合增强；步骤4，进行增量小波多尺度分解和特征提取；步骤5，进行因果卷积注意力引导的时频特征提取；步骤6，进行双域对比学习；步骤7，进行特征漂移感知的增量对比学习。本发明基通过漂移感知的信号解耦‑时频融合‑补偿学习协同架构，显著提升复杂工况下的预测鲁棒性。

本发明授权一种基于小波解耦与因果卷积注意力的增量式航发寿命预测方法在权利要求书中公布了：1.一种基于小波解耦与因果卷积注意力的增量式航发寿命预测方法，其特征在于，包括以下步骤： 步骤1，获得原始时域振动信号：将原始时域振动信号作为输入，其中表示第i个健康状态的信号，包含N个数据点，表示实数集，M为航空发动机中不同健康状态类别数；为第i个健康状态标签； 步骤2，划分训练集：将原始时域振动信号按比例分割为训练集和测试集； 步骤3，进行多重串联幅相混合增强； 步骤4，进行增量小波多尺度分解和特征提取； 步骤4包括：对翻转后的信号进行离散小波变换，分解为低频近似分量与高频细节分量： （10）， 其中，j=3为分解层数，h和g分别表示低通滤波器和高通滤波器，分解得到第j层低频分量，第j层高频分量； 从分解得到的分量中提取以下关键特征： 第一层高频能量熵，高频能量分布： （11）， 其中，表示能量概率分布，是小波分解第一层第i个高频系数，表示小波分解第一层第i个高频系数的能量值，是第一层所有高频系数的总能量； 第二层谱峭度，冲击成分强度： （12）， 其中，表示第一层高频系数的平均能量，为第一层高频系数的能量波动强度； 第三层均方根值，中频振动能量强度： （13）， 其中，表示小波分解第二层细节分量的第i个离散系数，是第二层高频系数的总个数； 第四层峰度特征，分布尾部特性： （14）， 其中，为四阶中心矩，表示第三层小波系数，为第三层系数均值，为标准差四次方； 第五层趋势斜率特征，低频工况变化趋势： （15）， 其中，表示第i个数据点的相对时间位置，是小波分解第三层近似分量的第i个系数，是第三层近似系数的累加和； 级联特征向量，漂移标志，计算漂移强度： （16）， （17）， 其中，为基准健康状态特征，是协方差矩阵,是自由度为的卡方分布临界值，是显著性水平，是指数函数，当时触发漂移响应； 步骤5，进行因果卷积注意力引导的时频特征提取； 步骤6，进行双域对比学习； 步骤7，进行特征漂移感知的增量对比学习。

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信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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”。