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航空大学申请的专利一种机械设备剩余寿命预测方法、装置、设备及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：CN120162980B 。

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：202510615194.4，技术领域涉及：G06F30/20；该发明授权一种机械设备剩余寿命预测方法、装置、设备及介质是由秦玉峰;单鑫;孙媛;赵建印;尹延涛设计研发完成，并于2025-05-14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预测方法、装置、设备及介质在说明书摘要公布了：本申请公开了一种机械设备剩余寿命预测方法、装置、设备及介质，涉及剩余寿命预测领域，该方法包括：获取当前时刻目标机械设备的设备数据；构建并训练剩余寿命预测模型；剩余寿命预测模型包括平滑处理单元、特征提取单元和预测单元；所述剩余寿命预测模型的训练过程中采用贝叶斯优化算法对剩余寿命预测模型的超参数进行寻优；将当前时刻目标机械设备的设备数据输入至训练后的剩余寿命预测模型进行剩余寿命预测，得到所述目标机械设备的剩余寿命，本申请提高了机械设备剩余寿命预测结果的准确度。

本发明授权一种机械设备剩余寿命预测方法、装置、设备及介质在权利要求书中公布了：1.一种机械设备剩余寿命预测方法，其特征在于，包括： 获取当前时刻目标机械设备的设备数据；所述设备数据包括发动机低压涡、轮出口温度、风扇入口压力、未修正的核心机转速、核心机修正转速、涵道比、外涵道总压力、发动机压比、高压压气机出口静压、风扇修正转速； 构建并训练剩余寿命预测模型；剩余寿命预测模型包括平滑处理单元、特征提取单元和预测单元；所述剩余寿命预测模型的训练过程中采用贝叶斯优化算法对剩余寿命预测模型的超参数进行寻优； 将当前时刻目标机械设备的设备数据输入至训练后的剩余寿命预测模型进行剩余寿命预测，得到所述目标机械设备的剩余寿命，具体包括所述平滑处理单元采用均值滤波方法对当前时刻目标机械设备的设备数据进行平滑滤波处理；所述特征提取单元采用主成分分析法对平滑滤波后的设备数据进行特征提取，得到目标机械设备的退化特征，所述预测单元采用GRNN模型对目标机械设备的剩余寿命进行预测，得到目标机械设备的剩余寿命； 所述剩余寿命预测模型的超参数包括均值滤波方法的窗口宽度参数、主成分分析法的核参数和GRNN模型的平滑因子； 均值滤波方法的计算公式为： 其中，为平滑滤波处理后的设备数据，h＝1,…,m，m为数据维度，j＝1,…,r，r为机械设备运行时刻，γ为窗口宽度参数，c为常数； 所述预测单元采用GRNN模型对目标机械设备的剩余寿命进行预测，具体包括：退化特征输入GRNN网络后依次经过输入层、模式层、求和层、输出层后得到输出结果，其中，输入层的神经元个数与学习样本中向量维数相等；模式层的神经元个数与学习样本的个数相等； 输入层接收输入向量α，并将其直接传递给模式层； 模式层有n个神经元，每个神经元对应一个训练样本，对于第i个神经元，其输入为α，输出为Piα；模式层通过高斯函数计算输入向量与每个训练样本向量的相似度，完成了从输入空间到高维特征空间的非线性映射； 求和层一共有n+1个神经元，包括n个神经元和一个SD神经元，为求和层的第i+1个神经元；Yi为退化特征αi对应的剩余寿命的实际值；SD为所有模式层神经元输出之和，SN为所有模式层神经元加权后的输出之和；模式层与求和层神经元SD的连接系数为1，与求和层其余神经元连接系数为Yi，通过以下公式计算得到最终输出其中，δ为平滑系数。

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航空大学，其通讯地址为：264001 山东省烟台市芝罘区二马路188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。