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！

龙图腾网获悉电子科技大学中山学院申请的专利一种基于长短期记忆网络和上下限区间估计的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：CN116432519B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310215826.9，技术领域涉及：G06F30/27；该发明授权一种基于长短期记忆网络和上下限区间估计的剩余寿命区间预测方法是由吕燚;张启晨设计研发完成，并于2023-03-08向国家知识产权局提交的专利申请。

本一种基于长短期记忆网络和上下限区间估计的剩余寿命区间预测方法在说明书摘要公布了：本发明公开了一种基于长短期记忆网络和上下限区间估计的剩余寿命区间预测方法，包括以下步骤：采集传感器的数据进行归一化处理，且使处理后的数据不改变传感器数据的退化特征；选择卷积自编码网络作为结构的特征提取模块，通过卷积网络和反卷积网络进行编码解码，得到最终的特征；构造损失函数，寻找可微的损失函数，然后求导进行梯度下降更新模型参数，优化模型，实现区间预测；将特征测试集数据输入训练好的网络结构中，获得预测寿命的上限与下限及其区间，解决了剩余使用寿命区间预测的问题，且针对传感器多维数据训练时间较长的问题，使用卷积自编码器进行降维优化，有效降低训练时间。

本发明授权一种基于长短期记忆网络和上下限区间估计的剩余寿命区间预测方法在权利要求书中公布了：1.一种基于长短期记忆网络和上下限区间估计的剩余寿命区间预测方法，包括以下步骤： 采集传感器的数据进行归一化处理，且使处理后的数据不改变传感器数据的退化特征； 选择卷积自编码网络作为结构的特征提取模块，通过卷积网络和反卷积网络进行编码解码，得到最终的特征； 构造损失函数，寻找可微的损失函数，然后求导进行梯度下降更新模型参数，优化模型，实现区间预测； 将特征测试集数据输入训练好的网络结构中，获得预测寿命的上限与下限及其区间； 具体的损失函数如下： 其中，yi为真实的轴承RUL值，Ui和Li分别为预测区间的上下限，λ为比例系数，用来调节区间覆盖率和区间宽度的权重，d为区间偏离真实值的距离，μ是由置信区间决定的，当置信水平为95％时，μ为0.95，当预测结果达到置信水平时，损失函数优化为缩小区间宽度和使真实值更贴近区间中值，当预测结果未达到置信区间时，通过对偏离程度进行指数型增长惩罚，使区间朝着覆盖率高的方向优化， 将测试集数据输入训练好的网络结构中，获得预测寿命的上限与下限，具体的公式如下所示： 其中，和是时间t时寿命预测的上界和下界，WL和WU是分别对应于上界和下界的权重矩阵，bL和bU是分别对应上下界的偏移矩阵； 将预测的区间结果与真实值通过区间评价指标，得出模型区间预测的准确性。

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电子科技大学中山学院，其通讯地址为：528402 广东省中山市石岐区学院路1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。