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 > 西北工业大学姜雷博获国家专利权

西北工业大学姜雷博获国家专利权

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!

龙图腾网获悉西北工业大学申请的专利一种航空发动机数字孪生模型的权重自适应训练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:CN116561532B

龙图腾网通过国家知识产权局官网在2025-12-12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:202310629470.3,技术领域涉及:G06F18/20;该发明授权一种航空发动机数字孪生模型的权重自适应训练方法是由姜雷博;梁宇峰;陈果;游瑞;肖洪设计研发完成,并于2023-05-31向国家知识产权局提交的专利申请。

一种航空发动机数字孪生模型的权重自适应训练方法在说明书摘要公布了:本发明属于深度学习与航空发动机运行维护技术领域,具体涉及一种航空发动机数字孪生模型的权重自适应训练方法。具体技术方案为:搭建并预训练发动机转动部件性能追踪模型,分析该模型测试误差与训练数据间的关系;针对测试误差明显高于稳态数据的过渡态数据,构建自适应权重损失函数,计算并保存每一训练样本对应的自适应权重,再训练时动态调整过渡态数据对应的损失权重。通过使用自适应权重损失函数,使得神经网络更加关注那些训练难度较大的样本,从而提高整体的预测精度。该方法可以有效解决由于样本数量不平衡而导致的整体预测精度下降问题。

本发明授权一种航空发动机数字孪生模型的权重自适应训练方法在权利要求书中公布了:1.一种航空发动机数字孪生模型的权重自适应训练方法,其特征在于:搭建并预训练发动机转动部件性能追踪模型,分析该模型测试误差与训练数据间的关系;针对测试误差明显高于稳态数据的过渡态数据,构建自适应权重损失函数,计算并保存每一训练样本对应的自适应权重,再训练时动态调整过渡态数据对应的损失权重,获得最终的发动机转动部件性能追踪模型; 包括如下步骤: A01、对航空发动机数据进行归一化处理和分类; A02、搭建由发动机环境参数、控制参数和状态参数到性能参数的航空发动机转动部件性能追踪模型,并采用步骤A01处理后的数据进行预训练,得到预训练模型;发动机转动部件性能追踪模型为学习发动机控制参数、环境参数和状态参数与发动机性能参数之间的映射关系; A03、对步骤A02得到的预训练模型进行误差分析,判断过渡态数据与稳态数据之间的测试误差,当两者测试误差小于m,将预训练模型作为最终的发动机转动部件性能追踪模型;当两者测试误差大于等于m,进入步骤A04; A04、确定自适应权重损失函数构建条件,确定自适应权重X计算公式; 所述自适应权重损失函数构建条件如下: 1自适应权重X为自身与过渡态-稳态转变判断参数的函数,Xt=fXt-1,nt,Xt为当前时间步的自适应权重,Xt-1为上一时间步的自适应权重值,nt为过渡态-稳态转变判断参数,即转速; 2当过渡态开始时,自适应权重逐渐升高直至上限Xmax; 3当过渡态结束转入稳态进行时,自适应权重逐渐减小直至Xmin=1; 所述自适应权重损失函数构建过程: A41、构建数列N,用于存储航空发动机转速倒数参数,其元素Ni定义域为[0,1]; A42、假设递归数列X,其内的各元素代表当前时刻运行数据对应的损失权重,递归数列X中的元素为区间[1,a]之间的实数,X0=1;且,递归数列X中相邻元素具有递归关系Xt=fXt-1,Nt; A43、构建递归关系式Xt=fXt-1,Nt并满足:当Ni远离0,X单调递增,并且在2a步迭代部内,由下限1单调增加至逼近上限a;当Ni靠近0,X单调递减,并且在a2步迭代部内,由上限a单调递减至逼近下限1; A44、得出递归关系式: 式中,a1、a2、a3、a4、b1、c1、c2、c3、c4的具体数值可根据训练参数特征进行调整; 自适应权重损失函数如下: 式中,X为自适应权重,fx为发动机转动部件性能追踪模型计算的性能参数预测值,y为发动机性能参数真实值; A05、根据航空发动机运行机理,构建自适应权重损失函数: 式中,X为自适应权重,fx为发动机转动部件性能追踪模型计算的性能参数预测值,y为发动机性能参数真实值; A06、根据步骤A05中的自适应权重损失函数,对预训练模型进行二次优化训练;所述步骤A06包括: A61、计算每个训练样本的自适应权重,并保存一一对应的训练样本、自适应权重; A62、根据自适应权重计算公式设置自适应权重的上限和下限; A63、将训练样本和自适应权重代入发动机转动部件性能追踪模型,开始二次训练,获得最终的发动机转动部件性能追踪模型。

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北工业大学,其通讯地址为:710000 陕西省西安市友谊西路127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。