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！

龙图腾网获悉西南石油大学申请的专利一种融合物理信息的航空发动机剩余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：CN119623299B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202411823639.X，技术领域涉及：G06F30/27；该发明授权一种融合物理信息的航空发动机剩余寿命预测方法是由陈振;冉庆杰;陈能鹏;敬爽;张渝玲;龙君海;唐军;魏超成;王乔木设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本一种融合物理信息的航空发动机剩余寿命预测方法在说明书摘要公布了：本发明公开了一种融合物理信息的航空发动机剩余寿命预测方法，属于神经网络剩余寿命预测领域。步骤如下：获取发动机模拟运行至故障全过程的传感器数据并进行标准化与分窗预处理；建立时间‑空间双通道多层感知机模型，提取信号的时间维度与特征维度信息，并与原始数据进行自注意融合，完成到寿命预测值的映射，并计算与真实寿命的误差；建立物理信息神经网络模型，学习预测寿命值与时间和隐藏状态之间的隐藏偏微分方程，并与平衡状态时的方程进行误差计算；与寿命误差自注意融合为综合损失以不断训练模型至误差最小，完成最终寿命预测。本发明在多层感知机的基础上融合物理信息，简化了模型的复杂程度，提高了发动机剩余寿命的预测精度。

本发明授权一种融合物理信息的航空发动机剩余寿命预测方法在权利要求书中公布了：1.一种融合物理信息的航空发动机剩余寿命预测方法，其特征在于，包括以下步骤： 步骤1：获取航空涡扇发动机模拟运行到故障全过程所产生的信号，其中包含多种类型的传感器数据； 步骤2：将所有传感器数据进行可视化分析，对单工况采集到的传感器数据进行标准化，对多工况采集到的传感器数据进行类别标准化； 步骤3：利用滑动窗口算法对传感器数据进行分窗预处理； 步骤4：建立时间-空间双通道的多层感知机模型，提取信号时间与空间维度信息，并对时间维度信息、特征维度信息以及原始数据信息进行自注意特征融合，并完成到寿命预测值的映射； 步骤5：建立物理信息神经网络模型，学习预测寿命值与时间以及隐藏状态之间的隐藏偏微分方程，并将该方程与平衡状态时的方程进行误差计算； 步骤6：计算预测寿命与真实寿命之间的误差，并与偏微分方程误差共同作为更新模型的损失函数，利用批次数据的这两种损失不断更新训练模型，以达到误差最小，完成最终寿命预测； 步骤5包括： 1求解寿命预测值r相对于时间t的一阶导数，以及寿命预测值相对于融合数据的隐藏状态h的一阶与高阶偏导数； 2建立物理信息神经网络，学习与实际物理过程相对应的数学关系模型； 3通过训练神经网络使得方程F尽可能趋近于0，以获取一个满足物理规律的稳定状态； 4计算每个批次样本学习到的方程F与方程F0的均方根损失作为模型损失函数中的一个； loss1i＝RMSEF,F0； 步骤6包括： 1利用步骤4得到的寿命预测值r计算与寿命真实值ture_r的均方根误差作为模型损失函数中的另一个； loss2i＝RMSEr,ture_r 2将该寿命损失与步骤5得到的偏微分方程损失loss1i通过SoftMax进行融合，构建出综合损失函数loss； loss＝ai·loss1i+bi·loss2i 3基于每个批次样本得到的综合损失loss进行反向传播算法，并依据梯度下降算法对模型参数进行更新调整，通过不断重复此过程，直至模型的损失值达到预设的最小阈值或满足收敛条件，从而完成最终的寿命预测模型训练，使模型具备高精度的寿命预测能力； 步骤4包括： 1利用多层感知机网络框架搭建针对时间维度的T-MLP模型，通过将原始样本数据输入到T-MLP模型中提取时间维度信息，并映射到与原始数据一样的形状； 2利用MLP网络框架搭建针对特征维度的F-MLP模型，将T-MLP模型输出的时间维度信息输入到F-MLP模型中提取特征维度信息，并映射到与原始数据一样的形状； 3利用SoftMax搭建特征融合层，分别计算原始数据、时间维度信息和特征维度信息的重要度占比，并作为各自权重进行特征融合，融合为一个新的特征向量h； 其中，分别为原始数据的权重、时间维度信息的权重和特征维度信息的权重； 4将h输入到一个输出维度为1的全连接层，得到预测的剩余使用寿命值r， 其中，和为可学习参数，d表示展平后特征的长度，r为模型预测的剩余使用寿命。

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南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8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。