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！

龙图腾网获悉西南交通大学申请的专利考虑退化指标耦合效应的装备剩余寿命预测方法及设备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：CN120995889B 。

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：202511508055.8，技术领域涉及：G06F30/27；该发明授权考虑退化指标耦合效应的装备剩余寿命预测方法及设备是由高宏力;孙弋;冯珽婷;刘晓红;由智超;郭亮;李世超设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本考虑退化指标耦合效应的装备剩余寿命预测方法及设备在说明书摘要公布了：本发明公开了考虑退化指标耦合效应的装备剩余寿命预测方法及设备，本发明涉及装备状态监测与预测技术领域，获取监测信号，并从监测信号中提取高维特征以构建高维特征集，并筛选出相关性最大的两个高维特征作为表征装备退化状态的退化指标；利用自适应信号转换算法将退化指标转换到基准工况下，得到工况自适应退化指标，从而克服工况变化所造成的剩余寿命预测困难的问题；构建非线性二元维纳过程来描述两个工况自适应退化指标之间的相互依赖关系，利用蒙特卡洛模拟技术对耦合退化指标进行模拟，得到装备剩余寿命预测，在自适应消除工况变化对退化指标的影响的同时考虑不同退化指标耦合效应对剩余寿命的影响，从而实现精确的装备剩余寿命。

本发明授权考虑退化指标耦合效应的装备剩余寿命预测方法及设备在权利要求书中公布了：1.考虑退化指标耦合效应的装备剩余寿命预测方法，其特征在于，包括如下步骤： 步骤S1、获取监测信号，从所述监测信号中提取高维特征并构建高维特征集； 步骤S2、对所述高维特征集进行相关性分析，筛选出相关性最大的两个高维特征作为表征装备退化状态的退化指标； 步骤S3、利用自适应信号转换算法将所述退化指标转换到基准工况下，得到工况自适应退化指标； 步骤S4、将工况自适应退化指标输入预先构建的非线性二元维纳过程退化模型进行二元维纳退化分析，得到耦合退化指标；其中，将工况自适应退化指标输入预先构建的非线性二元维纳过程退化模型进行二元维纳退化分析，得到耦合退化指标，包括：步骤S41、将所述工况自适应退化指标进行对数变换，得到变换工况自适应退化指标；步骤S42、利用所述非线性二元维纳过程退化模型中的二元维纳过程描述所述变换工况自适应退化指标的相关性，得到耦合退化指标；其中，所述变换工况自适应退化指标在二元维纳过程中在任意时间间隔内的增量服从二维正态分布，所述二维正态分布为所述变换工况自适应退化指标的耦合退化指标；其中，所述步骤S4还包括如下步骤：获取历史数据，利用所述历史数据对所述非线性二元维纳过程退化模型进行参数估计，得到模型参数估计值；基于所述模型参数估计值，利用贝叶斯定理对所述非线性二元维纳过程退化模型中的随机参数进行更新；其中，利用所述历史数据对所述非线性二元维纳过程退化模型进行参数估计，包括如下步骤：对所述历史数据进行可用性筛选，得到可用性历史数据；其中，可用性筛选包括：从所述历史数据中筛选出N个可用历史数据，且在N个可用历史数据中第n个装备退化指标在时间上是可用的，表示退化指标可用个数；计算所述第n个装备退化指标的历史二元指标增量数据，基于多元正态理论利用所述历史二元指标增量数据对所述非线性二元维纳过程退化模型中的均值和协方差矩阵进行无偏估计，得到无偏估计参数；从所述历史数据中生成自举样本，结合所述自举样本对所述非线性二元维纳过程退化模型中超参数进行自举估计，得到自举超参数估计值； 其中，非线性二元维纳过程随机退化模型为：，其中，yt代表t时刻经过变换后的退化指标的值，为退化速率，为表征退化过程随机波动的扩散项，其中为标准布朗运动，为扩散项参数；将工况自适应退化指标进行对数变换，将工况自适应退化指标y1t和y2t变换为变换工况自适应退化指标x1t和x2t；两个退化指标经对数变换后的值x1t和x2t在任意t和之间的增量服从均值为方差为的二元正态分布；其中，，，其中，a、b、c、d和均为非线性维纳过程随机退化模型的参数； 步骤S5、利用蒙特卡洛模拟技术对所述耦合退化指标进行模拟，得到装备剩余寿命预测结果。

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交通大学，其通讯地址为：610000 四川省成都市金牛区二环路北一段；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。