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！

龙图腾网获悉河北工业大学申请的专利基于GRU-CNN残差网络模型的航空发动机剩余使用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：CN119378117B 。

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：202411479629.9，技术领域涉及：G06F30/15；该发明授权基于GRU-CNN残差网络模型的航空发动机剩余使用寿命预测方法是由马艳芳;李振;刘丽娜;李佳蕾;程逯宁设计研发完成，并于2024-10-23向国家知识产权局提交的专利申请。

本基于GRU-CNN残差网络模型的航空发动机剩余使用寿命预测方法在说明书摘要公布了：本发明为基于GRU‑CNN残差网络模型的航空发动机剩余使用寿命预测方法，包括以下内容：获取航空发动机的多源传感数据，并进行预处理以及特征选择处理后获得数据集，将数据集分成训练集、验证集和测试集，确定每个样本的RUL标签；构建GRU‑CNN残差网络模型，GRU‑CNN残差网络模型包括GRU层1、GRU层2、卷积层、池化层和全连接层，数据输入GRU层1，之后进入GRU层2，GRU层2的输出与GRU层1的输入进行残差连接后，再经过维度调整后依次经过卷积层、PReLU激活函数、池化层、展平操作和全连接层，输出预测结果；获得训练好的GRU‑CNN残差网络模型，用于对航空发动机剩余使用寿命进行预测。该方法显著提升模型的训练稳定性和计算效率，能够兼顾准确性和实时性要求。

本发明授权基于GRU-CNN残差网络模型的航空发动机剩余使用寿命预测方法在权利要求书中公布了：1.一种基于GRU-CNN残差网络模型的航空发动机剩余使用寿命预测方法，其特征在于，所述预测方法包括以下内容： 获取航空发动机的多源传感数据，并进行预处理以及特征选择处理后获得数据集，将数据集分成训练集、验证集和测试集，建立监测变量X和剩余使用寿命RUL之间的映射关系，确定每个样本的RUL标签； 构建GRU-CNN残差网络模型， 所述GRU-CNN残差网络模型包括GRU层1、GRU层2、卷积层、池化层和全连接层，数据输入GRU层1，之后进入GRU层2，GRU层2的输出与GRU层1的输入进行残差连接后，再经过维度调整后依次经过卷积层、PReLU激活函数、池化层、展平操作和全连接层，输出预测结果； 利用数据集训练GRU-CNN残差网络模型，训练时的损失函数MSE为： 式中，表示第i台发动机的预测值和真实值RULi之差，b为用于训练的小批量中的样本数； 使用RMSE和score函数评估模型的性能； 获得训练好的GRU-CNN残差网络模型，用于对航空发动机剩余使用寿命进行预测； 对航空发动机的多源传感数据进行预处理以及特征选择处理的过程是： 步骤1.1：获取历史航空发动机失效数据,形成数据集合XL×V，其中，L＝L1+L2+…+LN表示N个航空发动机样本总的运行轨迹长度；N表示航空发动机样本个数；LN表示第N个航空发动机样本的监测轨迹长度；V表示航空发动机中传感器的个数； 步骤1.2：对收集来的V种不同类型的传感器信号进行可视化处理，分析数据的变化趋势，根据可视化结果，识别出在发动机全寿命周期内未表现出明显变化的变量； 步骤1.3：基于观察结果，剔除那些在整个寿命周期内保持恒定不变的特征，对V个监测变量进行特征选择，得到F个监测变量，原来的数据集合降维为XL×F；对F个监测变量按照“最小-最大”的方式进行标准化处理后获得数据集。

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河北工业大学，其通讯地址为：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院；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。