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！

龙图腾网获悉东北大学申请的专利基于多层次图特征融合的航空发动机剩余寿命预测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：CN117312770B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202311258537.3，技术领域涉及：G06F18/10；该发明授权基于多层次图特征融合的航空发动机剩余寿命预测方法是由董久祥;李涛设计研发完成，并于2023-09-27向国家知识产权局提交的专利申请。

本基于多层次图特征融合的航空发动机剩余寿命预测方法在说明书摘要公布了：本发明公开一种基于多层次图特征融合的航空发动机剩余寿命预测方法，涉及航空发动机的健康管理与预测技术领域。获取航空发动机状态数据集；将航空发动机状态数据集划分为训练集和测试集；对训练集和测试集中的工况条件信号、多元传感器时序信号和RUL标签进行预处理；搭建多层次图特征融合模型；利用训练集对多层次图特征融合模型进行设定轮次的训练，得到训练完成的多层次图特征融合模型；将测试集输入多层次图特征融合模型，得到航空发动机RUL预测序列；将多层次图特征融合模型预测的RUL预测序列进行光滑处理，实时得到RUL平滑预测序列，本方法解决了现有的多元传感器时序信号特征提取高度规则化以及预测结果可信度低的问题。

本发明授权基于多层次图特征融合的航空发动机剩余寿命预测方法在权利要求书中公布了：1.一种基于多层次图特征融合的航空发动机剩余寿命预测方法，其特征在于，包括如下步骤： 步骤1：获取航空发动机状态数据集；所述航空发动机状态数据集中包括工况条件信号、多元传感器时序信号、虚拟传感器信号、发动机健康参数、RUL标签、发动机单元编号、飞行周期、飞行类别和健康状态标签； 步骤2：将航空发动机状态数据集划分为训练集和测试集； 步骤3：对训练集和测试集中的工况条件信号、多元传感器时序信号和RUL标签进行预处理； 步骤4：搭建多层次图特征融合模型；所述多层次图特征融合模型依次包括节点级特征提取模型、子图级特征提取模型、周期级特征提取模型、时间级特征提取模型和输出层； 步骤5：利用训练集对多层次图特征融合模型进行设定轮次的训练，得到训练完成的多层次图特征融合模型； 步骤6：将测试集输入多层次图特征融合模型，得到航空发动机RUL预测序列； 步骤7：将多层次图特征融合模型预测的RUL预测序列进行光滑处理，实时得到RUL平滑预测序列。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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。