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！

龙图腾网获悉大连理工大学申请的专利一种基于时域卷积网络的航空发动机推力估计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：CN115906635B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202211470923.4，技术领域涉及：G06F30/27；该发明授权一种基于时域卷积网络的航空发动机推力估计方法是由孙希明;孟万植;温思歆;潘卓锐;郝育闻;王东杰设计研发完成，并于2022-11-23向国家知识产权局提交的专利申请。

本一种基于时域卷积网络的航空发动机推力估计方法在说明书摘要公布了：本发明属于控制系统设计领域，公开一种基于时域卷积网络的推力估计方法，提出了一种基于多层残差时域卷积网络的推力估计器。一方面，使用高斯误差线性单元激活函数代替残差块中的校正线性单元来解决神经元死亡问题。另一方面，利用残差连接调整多层卷积网络的整体结构，进一步提高网络训练速度和推力估计效果。与传统的7种方法的比较结果表明，该方法在收敛速度和估计精度上具有显著优势。此外，本发明还将此方法应用在航空发动机实际控制系统中，并通过微型涡喷发动机试车台实物试验进一步验证了该控制方案的实时性和可行性。

本发明授权一种基于时域卷积网络的航空发动机推力估计方法在权利要求书中公布了：1.一种基于时域卷积网络的航空发动机推力估计方法，其特征在于，步骤如下： 步骤A、通过微型涡喷发动机试车试验获取各项参数的输出数据，数据应尽可能覆盖发动机慢车状态之后加速阶段和减速阶段的稳态运行全过程； 步骤B、数据预处理；筛选步骤A获得的原始数据，提取推力估计相关的重要特征参数，并通过对特征选择后的数据分割和标准化处理得到神经网络模型的训练、验证和测试数据集； 所述推力估计相关的重要特征参数包括转速、燃油、发动机排气口温度和环境湿度； 所述分割是使用留出交叉验证方法将发动机特征数据以0.75、0.25的比例分为训练集和验证集； 所述标准化采用的是以下均值方差标准化方法，使所有特征服从均值为0，标准差为1的分布特点； 此处，μ为待处理特征x的均值，δ为特征x标准差，x*是标准化之后的特征； 步骤C、将训练数据集中推力之外特征的时间序列组合作为输入，推力作为输出，使用自定义回调函数训练算法对改进的时域卷积网络模型进行回归训练，在训练过程中使用测试数据集实时计算当前网络模型的估计精度，并通过选择算法得到最佳估计网络模型； 所述推力之外特征的时间序列组合输入包括当前m时刻、历史n‑1个时刻的燃油信息Wfm,…,Wfm‑n+1，历史n个时刻的转速信息Nm‑1,…,Nm‑n以及当前时刻的排气口温度和环境湿度Tm和Hm；神经网络模型表示为： Fm＝gWfm,…,Wfm‑n+1,Nm‑1,…,Nm‑n,Tm,Hm其中，g·表示神经网络模型的映射函数关系，Fm为当前时刻的输出推力； 所述回调函数训练算法包括如下步骤： 1根据评估指标自定义神经网络训练过程回调函数； 评估指标，包括均方绝对误差MAE、均方根误差RMSE和相关系数R2，定义方法如下： 其中yi，分别为实际值、估计值和平均值； 自定义回调函数继承Callback类，在每个epoch结束时使用测试集对当前模型输出进行预测，得到上述评估指标，并且训练过程中的具体数据将会以字典形式作为日志内容返回；同时，训练过程中还加入了ModelCheckpoint类函数实现各类指标的打印输出以及最佳模型的保存功能； 2设置网络模型参数后开始训练； 参数设置包括以下部分：

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路２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。