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！

龙图腾网获悉哈尔滨工业大学(威海)申请的专利迁移过程神经网络预测发动机清洗后排气温度的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：CN115310189B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202110500076.0，技术领域涉及：G06F30/15；该发明授权迁移过程神经网络预测发动机清洗后排气温度的方法是由闫至骐;钟诗胜;林琳;崔智全;赵明航设计研发完成，并于2021-05-08向国家知识产权局提交的专利申请。

本迁移过程神经网络预测发动机清洗后排气温度的方法在说明书摘要公布了：本发明涉及一种迁移过程神经网络预测发动机清洗后排气温度的方法，设有TPNN模型，TPNN包括变量与EGTM的映射方法以及变量之间的映射方法，其特征在于，对于数据参数与EGTM的映射方法，采用线性拟合的方式，建立所有变量与EGTM数据对应关系，实现正向和逆向求解，其中将水洗前数据进行了线性拟合，取线性函数的ti处值作为VBW，提前水洗时间CSN和水洗周期ΔCSN；将水洗后数据进行了线性拟合，取线性函数的ti处值与VBW的差值作为INC，取线性函数的斜率为DR；利用迁移过程神经网络作为水洗前后变量的映射模型，模型采用迁移技术从同类型发动机的数据中学习到初始框架，迁移到目标发动机数据中进行训练。

本发明授权迁移过程神经网络预测发动机清洗后排气温度的方法在权利要求书中公布了：1.一种迁移过程神经网络预测发动机清洗后排气温度的方法，设有迁移过程神经网络模型TPNN，TPNN包括变量与EGT裕度EGTM的映射方法以及变量之间的映射方法，其特征在于，EGTM与数据参数的映射方法包括以下内容： 设x为要预测的水洗后EGTM数据，设飞行循环数为t，水洗时间为ti，则x由式1表达： x＝DR×t-ti+INC+VBW,t＞ti1， 式1中的[DR,INC]由[VBW,CSN,ΔCSN]映射得到，[VBW,CSN,ΔCSN]由ti前的数据获得，所述CSN为飞行循环，是发动机从出厂到当前的所有循环数；ΔCSN是当发动机多次水洗时，水洗间隔由飞行循环来表示，记做ΔCSN；INC是设当前水洗次数为i，水洗时间为ti，ti后EGTM的突变称为阶跃量INC；DR是EGTM的衰退率，将水洗后的EGTM进行线性拟合，拟合直线的斜率称作EGTM的衰退率DR；VBW是水洗前发动机EGTM数值； 将迁移过程神经网络称为h，设θ为模型参数，代表迁移过程神经网络中的权重和偏置，迁移过程神经网络h表达为： [DR,INC]＝hVBW,CSN,ΔCSN|θ2，模型参数θ从样本数据和维修记录中提取的[DR,INC]和[VBW,CSN,ΔCSN]训练得到，θ的训练过程表达为： 设样本中EGTM数据为X＝{x1,x2,x3,……,xn}，n为数据总量；水洗次数为{1,2,…,i,…k}，k为总水洗次数；水洗记录的时间点为： Twashing＝{t1,t2,…,ti,…,tk}，则根据Twashing把X分为k+1组数据： 若水洗时间用飞行循环次数表征，对于第i次水洗，CSN为在当前水洗时的总飞行循环数，ΔCSN为两次水洗事件之间的飞行循环数，有： 将水洗前的数据进行线性拟合，取拟合函数水洗点处的数值作为VBW；对于第i次水洗，水洗前的数据表达为Xi＝{xti－1+1,xti－1+2,……,xti－1}，设线性拟合函数的参数为bi、ai，则有： Xi＝bi+ai×t,t＝{ti-1+1,ti-1+2,...,ti-1}6， 使用数据Xi拟合bi、ai，得： 其中，card·指Xi的元素数量，由此第i次水洗的VBWi可由式8计算： VBWi＝bi+ai×ti-18， 数据样本中的DR和INC通过发动机EGTM数据在水洗后的变化曲线获得，分别减掉式4中每组数据的水洗前发动机EGTM数据值VBW，有： [DR,INC]由式9中的数据拟合线性得到，对于第i次水洗，数据参数DRi和INCi用Xi+1的数据拟合为：

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哈尔滨工业大学(威海)，其通讯地址为：264200 山东省威海市文化西路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”。