东北大学李一鸣获国家专利权
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小样本数据和自适应迁移的设备健康管理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:CN119377633B 。
龙图腾网通过国家知识产权局官网在2025-11-21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:202411316837.7,技术领域涉及:G06F18/213;该发明授权基于小样本数据和自适应迁移的设备健康管理方法及装置是由李一鸣;胡志浩;宋桂秋设计研发完成,并于2024-09-20向国家知识产权局提交的专利申请。
本基于小样本数据和自适应迁移的设备健康管理方法及装置在说明书摘要公布了:本申请公开了一种基于小样本数据和自适应迁移的设备健康管理方法及装置,涉及设备健康管理技术领域,通过BLCAE模型及皮尔逊相关系数为传感器数据构建健康指标;其次,通过退化阶段检测方法判断出设备初始退化开始时间,并提取出退化阶段数据;最后,在同一退化类别间进行迁移,使得退化信息能够有效在相似领域或任务之间进行共享提升模型的精度和稳定性。所述方法包括:基于传感器信号数据构建目标设备的健康指标,根据健康指标检测目标设备是否发生退化;若根据健康指标检测确定目标设备发生退化,则确定目标设备的退化类型并提取退化阶段数据;将退化阶段数据输入至退化类型对应的健康状态预测模型,得到健康状态预测模型输出的健康状态预测结果。
本发明授权基于小样本数据和自适应迁移的设备健康管理方法及装置在权利要求书中公布了:1.一种基于小样本数据和自适应迁移的设备健康管理方法,其特征在于,包括: 获取目标设备的传感器信号数据,基于所述传感器信号数据构建所述目标设备的健康指标; 根据所述健康指标检测所述目标设备是否发生退化; 若根据所述健康指标检测确定所述目标设备发生退化,则确定所述目标设备的退化类型,基于退化阶段检测方法和所述健康指标在所述传感器信号数据中提取退化阶段数据; 获取传感器信号样本数据,在所述传感器信号样本数据中获取含有标签的样本数据作为源域数据,在所述传感器信号样本数据中获取不含有标签的样本数据作为目标域数据,所述传感器信号样本数据为不同工况下的设备时序退化数据; 获取预设比例,按照所述预设比例将所述目标域数据分成训练数据集和测试数据集,将所述源域数据和所述训练数据集作为目标训练数据集; 获取预先构建的双向长短期记忆卷积神经网络模型和皮尔逊相关系数,采用所述双向长短期记忆卷积神经网络模型和所述皮尔逊相关系数对所述目标训练数据集进行处理,得到第一健康指标; 按照退化类型将所述第一健康指标分为急速退化类型对应的健康指标和缓慢退化类型对应的健康指标,所述退化类型包括所述急速退化类型和所述缓慢退化类型; 基于所述急速退化类型对应的健康指标和所述缓慢退化类型对应的健康指标将所述目标训练数据集分成急速退化数据集和缓慢退化数据集; 获取退化阶段检测方法,采用所述退化阶段检测方法在所述急速退化数据集中提取急速退化阶段数据,以及采用所述退化阶段检测方法在所述缓慢退化数据集中提取缓慢退化阶段数据; 分别采用所述急速退化阶段数据和所述缓慢退化阶段数据进行模型构建,得到所述急速退化类型对应的健康状态预测模型和所述缓慢退化类型对应的健康状态预测模型; 获取所述退化类型对应的健康状态预测模型,将所述退化阶段数据输入至所述健康状态预测模型,得到所述健康状态预测模型输出的健康状态预测结果。
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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励