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！

龙图腾网获悉华中科技大学申请的专利一种基于时间卷积网络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：CN115982621B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202211699953.2，技术领域涉及：G06F18/24；该发明授权一种基于时间卷积网络的旋转机械剩余使用寿命预测方法是由邱浩波;梁佩;许丹阳;尚洁;高亮设计研发完成，并于2022-12-28向国家知识产权局提交的专利申请。

本一种基于时间卷积网络的旋转机械剩余使用寿命预测方法在说明书摘要公布了：本发明属于故障预测与健康管理相关技术领域，其公开了一种基于时间卷积网络的旋转机械剩余使用寿命预测方法，该方法包括以下步骤：1采集单台或者多台旋转机械在运行阶段的全生命周期的振动信号数据，并从全生命周期的振动信号数据中沿特定的方向提取时域特征、频域特征与时频特征；2采用综合评估指标Cri从所提取的特征中选择有效特征；3应用t‑SNE算法对选择的有效特征进行压缩，随后运用DBSCAN算法自适应划分旋转机械的退化阶段；4建立基于TCN的预测模型并对该预测模型进行训练，采用训练好的预测模型对旋转机械剩余使用寿命进行预测。本发明可更好地捕捉旋转机械的退化过程，显著降低传感器中噪声和波动的影响。

本发明授权一种基于时间卷积网络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：1.一种基于时间卷积网络的旋转机械剩余使用寿命预测方法，其特征在于，该方法包括以下步骤： 1采集单台或者多台旋转机械在运行阶段的全生命周期的振动信号数据，并从全生命周期的振动信号数据中沿特定的方向提取时域特征、频域特征与时频特征； 2采用综合评估指标从所提取的特征中选择有效特征；其中，综合评估指标：，其中、和分别为动态时间规整距离指标、相关系数指标与单调性指标，它们的权重系数分别为、与； 3应用t-SNE算法对选择的有效特征进行压缩，随后运用DBSCAN算法自适应划分旋转机械的退化阶段； 4建立基于TCN的预测模型并对该预测模型进行训练，采用训练好的预测模型对旋转机械剩余使用寿命进行预测； 预测模型包括输入层、TCN层和回归层；输入层中，输入融合后的有效特征；TCN层中，在残差块结构中加入多个卷积单元，每个卷积单元的结构为膨胀因果卷积+权重归一化+ReLU激活函数+Dropout；回归层中，通过建立一个扁平化层与一个全连接层以融合TCN层所提取的所有局部特征，最后输出RUL预测值。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。