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！

龙图腾网获悉五邑大学申请的专利产品剩余寿命预测方法和装置、电子设备及存储介质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：CN116090353B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202310160024.2，技术领域涉及：G06F30/27；该发明授权产品剩余寿命预测方法和装置、电子设备及存储介质是由肖蒙;沈敖;单苏苏;信明江设计研发完成，并于2023-02-22向国家知识产权局提交的专利申请。

本产品剩余寿命预测方法和装置、电子设备及存储介质在说明书摘要公布了：本申请实施例提供了一种产品剩余寿命预测方法和装置、电子设备及存储介质。该方法包括：获取产品的退化数据，根据退化数据提取退化曲线；根据维纳过程对退化曲线进行退化建模，得到退化模型，根据退化模型确定离线参数；对退化曲线划分为训练集、测试集和验证集，进行长短期神经网络的训练；根据维纳过程建立状态转移方程和测量方程，并从离线参数进行抽样；根据长短期记忆神经网络预测后n时刻的系统状态，依据当前时刻的粒子参数进行状态转移方程递归至n时刻，综合在递归过程中的粒子权重为当前时刻的粒子权重；根据粒子权重进行归一化，获得在当前时刻产品的剩余寿命概率密度；根据每一时刻获取的真实状态数据进行参数更新。

本发明授权产品剩余寿命预测方法和装置、电子设备及存储介质在权利要求书中公布了：1.一种产品剩余寿命预测方法，其特征在于，所述方法包括： 获取产品的退化数据，根据所述退化数据提取退化曲线； 根据维纳过程对所述退化曲线进行退化建模，得到退化模型，根据所述退化模型确定离线参数； 对所述退化曲线划分为训练集、测试集和验证集，进行长短期神经网络的训练； 根据维纳过程建立状态转移方程和测量方程，并从所述离线参数进行抽样； 根据长短期记忆神经网络预测后n时刻的系统状态，依据当前时刻的粒子参数进行状态转移方程递归至n时刻，综合在递归过程中的粒子权重为当前时刻的粒子权重； 根据粒子权重进行归一化，获得在当前时刻产品的剩余寿命概率密度； 根据每一时刻获取的真实状态数据进行参数更新； 其中，所述退化模型为： ，其中，为时刻设备退化状态，为观测次数；为漂移参数，用于表征退化速率；表示参数的时变非线性函数，用于描述设备退化状态的非线性；为标准布朗运动，为扩散参数，分别用来描述退化过程中的时变随机波动和波动程度；通过两阶段法求出固定参数的值，以及随机参数和的分布； 所述根据维纳过程建立状态转移方程和测量方程，包括： 将利用观测序列进行参数估计问题视为递归贝叶斯滤波问题，估计后验分布其中，为截止时刻的在线退化状态序列，为时刻待估计的模型参数；利用所述观测序列对离线参数进行更新，构造状态空间模型为其中，； 所述根据长短期记忆神经网络预测后n时刻的系统状态，依据当前时刻的粒子参数进行状态转移方程递归至n时刻，包括： 根据神经网络预测出的退化序列定义为，保持参数不变然后基于式递归到时刻，在递归的每一步进行权值的计算； 所述综合在递归过程中的粒子权重为当前时刻的粒子权重，包括： 记时刻的参数的加权粒子集为，为粒子数目，其中，为在时刻预测的粒子状态与时刻系统真实状态之间的似然所赋予的权值，以作为将系统的真实状态转化为长短期神经网络所预测的状态，为神经网络预测的步数； 所述根据粒子权重进行归一化，获得在当前时刻产品的剩余寿命概率密度，包括： 根据粒子滤波的原理，在时刻得到其中，δ为狄拉克函数，则其中，，对于，根据权重，进行归一化，得到因此在时刻预测退化产品的剩余寿命概率密度计算公式为： 。

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五邑大学，其通讯地址为：529000 广东省江门市蓬江区东成村22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。