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！

龙图腾网获悉中国人民解放军海军工程大学申请的专利一种机械设备剩余寿命区间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：CN115204362B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202210736162.6，技术领域涉及：G06N3/045；该发明授权一种机械设备剩余寿命区间预测方法是由闫啸家;梁伟阁;王旋;张钢;佘博设计研发完成，并于2022-06-27向国家知识产权局提交的专利申请。

本一种机械设备剩余寿命区间预测方法在说明书摘要公布了：本发明公开了一种机械设备剩余寿命区间预测方法，针对统计数据驱动的剩余寿命预测模型难以描述多维传感器数据之间的耦合关系以及数据驱动融合模型存在关键信息丢失的问题，首先，利用特征注意力机制Featureattention,FA从多维度、非线性和大规模的传感器信号中提取出关键特征向量；然后，采用BiGRU网络从前向和后向两个方向对注意力加权特征的时变特性进行建模学习，并通过最大似然估计损失函数来训练网络参数，获得隐含状态输出向量的概率分布，从而计算出基于LN分布的PDF，实现部件不确定性的衡量的剩余寿命区间预测方法。仿真结果表明本发明提出的基于FA‑LN‑BiGRU融合模型的剩余寿命区间预测方法能够可靠、准确地得到RUL预测区间。

本发明授权一种机械设备剩余寿命区间预测方法在权利要求书中公布了：1.一种机械设备剩余寿命区间预测方法，其特征在于，包括以下步骤： 步骤1：获取机械设备的传感器监测数据； 步骤2：构建FA-LN-BiGRU预测模型； 步骤3：将得到的传感器数据输入至FA-LN-BiGRU预测模型中，通过所述预测模型计算并输出航空发动机的剩余使用寿命RUL的概率密度分布函数PDF参数预测值； 步骤4：根据PDF参数预测值对发送机的剩余寿命区间进行预测； 其中，所述FA-LN-BiGRU预测模型包括依次连接的输入层、特征加权层、特征学习层和输出层； 输入层，用于将得到的航空发动机的历史传感器监测数据输入到特征加权层； 特征加权层，用于通过轻量级特征注意力机制提取输入的传感器监测数据的注意力加权特征向量； 特征学习层，用于通过双向BiGRU网络提取注意力加权特征向量的时序依赖关系； 输出层，用于计算航空发动机的RUL的PDF参数预测值； 并且，步骤3的具体操作步骤包括： 步骤31：输入层获取不同运行工况和类型的机械设备历史传感器数据，将所述传感器数据表示为多维特征时间序列矩阵： 6 其中，为在时刻的个特征数值序列，为第个多维特征在个历史时刻的数值序列； 步骤32：所述特征加权层利用特征注意力机制提取多维特征时间序列与目标建模参数之间的关联关系，通过循环迭代对所有时刻各个特征分别分配注意力权重，得到输入的多维特征时间序列的注意力加权特征； 步骤33：特征学习层将输入的注意力加权特征向量分时刻输入至双向BiGRU网络的前向层和反向层，得到t时刻前向输出和后向输出，再将前向层和反向层的输出合并得到总输出； 步骤34：输出层根据得到的特征学习层的总输出，实现特征学习层输出向量对最终参数输出的映射，得到当前时刻下的对数均值和对数方差，从而计算此时RUL的PDF； 步骤35：构建最终参数与目标输出的损失函数，通过损失函数更新网络参数，再通过更新后的网络循环迭代求解下一时刻的对数均值和对数方差，最终实现对数正态分布参数的最大似然估计。

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中国人民解放军海军工程大学，其通讯地址为：430000 湖北省武汉市硚口区解放大道717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。