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！

龙图腾网获悉哈尔滨工业大学;哈工大郑州研究院申请的专利一种基于GBIT-GAN的旋转机械剩余使用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：CN119962111B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510048683.6，技术领域涉及：G06F30/17；该发明授权一种基于GBIT-GAN的旋转机械剩余使用寿命预测方法是由张茂伟;王梅;梁军;刘大同设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本一种基于GBIT-GAN的旋转机械剩余使用寿命预测方法在说明书摘要公布了：本发明提出一种基于GBIT‑GAN的旋转机械剩余使用寿命预测方法。该方法通过结合图神经网络GNN与双向Transformer生成对抗网络BIT‑GAN，能够充分利用旋转机械的结构信息构建图结构，GNN层可以准确捕捉部件之间的拓扑关系。双向Transformer则在处理时间序列数据时表现出色，能够很好地挖掘数据中的长期依赖关系，生成器和判别器的对抗训练机制进一步提高了模型的准确性和可靠性。所述方法在旋转机械剩余使用寿命预测方面具有显著优势，能够为工业生产中旋转机械的维护和管理提供更精准、可靠的决策依据，极大地降低设备故障风险，对提升工业生产效率和经济效益具有重要意义。

本发明授权一种基于GBIT-GAN的旋转机械剩余使用寿命预测方法在权利要求书中公布了：1.一种基于GBIT-GAN的旋转机械剩余使用寿命预测方法，其特征在于，所述方法具体为： 数据采集与预处理：利用安装在旋转机械上的加速度、温度和压力传感器，收集多通道的振动、温度和压力数据，所述数据涵盖设备正常至故障的全过程；通过滤波去除异常值与噪声，再经归一化处理使数据处于[0,1]区间，然后按特定时间窗口分割数据并标注剩余使用寿命标签； 构建GBIT-GAN模型：生成器基于双向Transformer构建，Transformer的编码器和解码器均由多个Transformer层组成，每个Transformer层包含多头自注意力机制、前馈神经网络和残差连接以及层归一化；所述生成器能有效提取数据特征，输入历史数据和设备信息，输出预测值，并通过对抗和重构损失优化；判别器采用处理序列数据的结构来区分数据的真伪；在生成器的双向Transformer编码器之后引入GNN层，用于捕捉旋转机械部件之间的拓扑关系和信息传播；将GNN层的输出与双向Transformer编码器的输出进行拼接或加权求和的方式进行信息融合，然后将融合后的特征输入到双向Transformer的解码器中，用于生成预测的未来传感器数据序列和剩余使用寿命预测值； 模型训练：训练数据集划分，利用训练数据集对GBIT-GAN模型进行迭代训练； 旋转机械剩余使用寿命预测：新采集数据经预处理输入训练好的GBIT-GAN模型，根据预测结果与预设的阈值比较，如果预测的剩余使用寿命低于阈值，则发出预警信号，提示维护人员对旋转机械进行检查和维护，以避免故障的发生。

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哈尔滨工业大学;哈工大郑州研究院，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。

以上内容由龙图腾AI智能生成。