Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川大学;香港城市大学成都研究院焦晨阳获国家专利权

四川大学;香港城市大学成都研究院焦晨阳获国家专利权

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!

龙图腾网获悉四川大学;香港城市大学成都研究院申请的专利一种基于图注意力小波神经网络的航空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:CN118035786B

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:202410177885.6,技术领域涉及:G06F18/24;该发明授权一种基于图注意力小波神经网络的航空发动机故障诊断方法是由焦晨阳;张顶成;陈子怡;谢旻设计研发完成,并于2024-02-08向国家知识产权局提交的专利申请。

一种基于图注意力小波神经网络的航空发动机故障诊断方法在说明书摘要公布了:本发明属于航空发动机故障诊断技术领域,公开了一种基于图注意力小波神经网络的航空发动机故障诊断方法,包括获取航空发动机在运转状况下各类故障的振动信号;将获取的各类故障的振动信号转换为对应的路图信号;采用多种小波核函数生成图小波基组,并利用交叉注意力机制实现对不同图小波基的重要性建模,然后根据不同图小波基的重要性求得图注意力小波基;利用图注意力小波基构造图注意力小波神经网络,并利用路图信号对图注意力小波神经网路进行训练,得到航空发动机故障分类模型。本发明能够有效增强故障分类模型的抗噪性和泛化能力,并且提高故障诊断的准确性。

本发明授权一种基于图注意力小波神经网络的航空发动机故障诊断方法在权利要求书中公布了:1.一种基于图注意力小波神经网络的航空发动机故障诊断方法,其特征在于,包括以下步骤: S1、获取航空发动机在运转状况下各类故障的振动信号; S2、将获取的各类故障的振动信号转换为对应的路图信号; S3、采用多种小波核函数生成图小波基组,并利用交叉注意力机制实现对不同图小波基的重要性建模,然后根据不同图小波基的重要性求得图注意力小波基;具体包括以下步骤: 采用路图信号顶点特征乘以注意力参数矩阵作为查询矩阵,采用图小波基组中的图小波基乘以不同的注意力参数矩阵作为键矩阵组,采用图小波基组乘以单位矩阵作为值矩阵组,将查询矩阵分别与键矩阵组中键矩阵的转置相乘得到注意力评分,然后根据注意力评分对不同图小波基进行加权求和得到图注意力小波基;所述交叉注意力机制的计算公式为: Q=ReLUXWQ Ki=ReLUψiWiK Vi=ψiI 其中,X表示输入信号,ψi表示第i个小波核函数生成的图小波基,WQ、WiK表示注意力参数矩阵,I为单位矩阵,k表示小波核函数的个数,Ψatten表示图注意力小波基; S4、利用图注意力小波基构造图注意力小波神经网络,并利用路图信号对图注意力小波神经网路进行训练,得到航空发动机故障分类模型;所述图注意力小波神经网络具体包括:依次连接的第一特征变换层、图注意力小波变换层、非线性激活层、第二特征变换层、全局平均图池化层和softmax激活层; 所述图注意力小波变换层的计算公式为: 其中,表示经过图注意力小波变换后的输出信号,Ψatten表示图注意力小波基,X表示输入信号; S5、将获取的航空发动机的待测振动信号转换成对应的路图信号,并通过训练好的航空发动机故障分类模型得到航空发动机故障分类结果。

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四川大学;香港城市大学成都研究院,其通讯地址为:610065 四川省成都市一环路南一段24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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。