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！

龙图腾网获悉西安交通大学申请的专利一种物理驱动递归图神经网络的发动机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：CN117232847B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202211672384.2，技术领域涉及：G01M15/00；该发明授权一种物理驱动递归图神经网络的发动机故障诊断方法是由马猛;付柳;翟智;孙若斌;王晨希;陈雪峰设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本一种物理驱动递归图神经网络的发动机故障诊断方法在说明书摘要公布了：公开了一种物理驱动递归图神经网络的发动机故障诊断方法，所述方法包括：以多传感器相互干扰效应的物理知识为先验，通过从高保真模型中获取数据，构建传感器信号的物理信息图。针对构建的物理信息图，使用递归图神经网络进行建模和参数训练，以提取时间空间信息，使得所提出的模型具有考虑空间和时间信息的优点。所提出的方法同时考虑多个传感器的信号，基于物理先验，可以实现对大型复杂系统进行时间和空间两个维度的故障诊断。

本发明授权一种物理驱动递归图神经网络的发动机故障诊断方法在权利要求书中公布了：1.一种物理驱动递归图神经网络的发动机故障诊断方法，其特征在于，所述方法包括以下步骤： 步骤1，在发动机布置多个传感器； 步骤2，多个所述传感器实时测量得到所述发动机在正常状态和故障状态下的传感器监测数据； 步骤3，基于所述传感器监测数据，依据多个传感器之间存在相互干扰现象的物理先验知识，构建相邻矩阵，形成物理信息图，物理信息图的构筑方式中： 针对获取的多个传感器监测数据，依据以下规则构筑物理信息图： ， 若，则物理信息图中，代表这两个传感器所的结点之间就有一条边，否则没有； 步骤4，使用图卷积图神经网络处理得到的正常状态和异常状态的物理信息图，对比正常状态和异常状态的处理结果，得到故障诊断结果，所用的图卷积图神经网络为递归图神经网络，当图网络处理物理信息图信息时，通过相邻矩阵确定结点的相邻集合，其中，是两节点之间是否有边的关系表示集合，即相邻矩阵，表示节点数目，相邻矩阵表示节点的效果，其通过相邻结点的数目计算，对于时间序列数据，构造递归操作来提取时间序列数据中的时间信息，,其中，，是相邻矩阵，是带有顺序的标识矩阵，是由计算得到的对角矩阵，是神经网络中使用的激活函数,表示输入，表示可学习参数矩阵，为上一时间学习结果。

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西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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。