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！

龙图腾网获悉中国电子科技集团公司第十五研究所申请的专利基于逃逸优化的火炮身管磨损预测方法及装置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：CN119692078B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202510207999.5，技术领域涉及：G06F30/20；该发明授权基于逃逸优化的火炮身管磨损预测方法及装置是由董文涛;尹菲;张晓伟;肖龙斌;孔紫宁;崔伟;林媛媛;张士太;陈桐;栾新瑞;刘英;张一萌;董玉才设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本基于逃逸优化的火炮身管磨损预测方法及装置在说明书摘要公布了：本申请实施例提供一种基于逃逸优化的火炮身管磨损预测方法及装置，通过将温度、压力和装药特征转化为综合载荷特征向量，构建与烧蚀磨损量的对应关系样本集。通过设计逃逸优化算法的搜索空间，结合交叉验证方法和适应度排序机制，实现预测模型参数的全局优化。系统采用贝叶斯校正提升预测精度，基于退化趋势曲线提取磨损变化率和加速度特征，建立了可靠的烧蚀磨损状态预警机制。该方法有效解决了传统预测技术在参数优化和状态预警方面的不足，为火炮身管使用维护提供了科学依据。

本发明授权基于逃逸优化的火炮身管磨损预测方法及装置在权利要求书中公布了：1.一种基于逃逸优化的火炮身管磨损预测方法，其特征在于，所述方法包括： 采集多门火炮在不同射击阶段的历史烧蚀磨损数据，提取所述历史烧蚀磨损数据中的温度特征参数、压力特征参数和装药特征参数，将所述温度特征参数、所述压力特征参数和所述装药特征参数转化为综合载荷特征向量，构建所述综合载荷特征向量与烧蚀磨损量的对应关系样本集，采用分层抽样方法从所述对应关系样本集中划分训练样本子集和验证样本子集； 基于训练样本子集的特征分布确定搜索空间边界，通过统计分析确定每个特征维度，通过超立方采样方式生成初始粒子群，将搜索空间划分为多个子空间，使所述初始粒子均匀分布在搜索空间，通过所述初始粒子的粒子位置映射到模型参数，得到权重参数和偏置参数，根据预测模型的网络结构，将映射后的模型参数按照层次关系组织成矩阵形式，通过K折交叉验证方式将训练样本子集划分为多个训练集； 通过预测误差评估框架确定不同磨损状态的重要性权重，对K折交叉验证的结果中波动较大的验证结果通过方差分析进行筛选，通过快速排序方式对粒子群的适应度进行排序得到全局最优解，在每轮迭代中基于逃逸机制更新粒子的速度和位置，当迭代次数达到预设值时停止搜索，将最终收敛的全局最优解作为最优预测模型参数； 读取待预测火炮的实时射击数据，从所述实时射击数据中提取温度特征参数、压力特征参数和装药特征参数，将所述温度特征参数、所述压力特征参数和所述装药特征参数按照相同的转化规则生成综合载荷特征向量，将所述综合载荷特征向量输入带有所述最优预测模型参数的预测模型，计算不同射击时刻的烧蚀磨损预测值，对所述烧蚀磨损预测值进行贝叶斯校正得到校正后的预测结果，基于所述校正后的预测结果构建火炮身管烧蚀磨损退化趋势曲线，从所述退化趋势曲线中提取磨损变化率特征和磨损加速度特征，根据所述磨损变化率特征和所述磨损加速度特征对火炮身管的烧蚀磨损状态进行预警。

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电子科技集团公司第十五研究所，其通讯地址为：100083 北京市海淀区北四环中路211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。