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！

龙图腾网获悉南京航空航天大学申请的专利基于深度生存分析的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：CN120030507B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510181304.0，技术领域涉及：G06F18/27；该发明授权基于深度生存分析的发动机剩余寿命预测方法是由高园园;姚莉莉;王群伟;欧阳林寒设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本基于深度生存分析的发动机剩余寿命预测方法在说明书摘要公布了：本发明公布了一种基于深度生存分析的发动机剩余寿命预测方法，属于工业设备监控与设备健康预测管理技术领域。通过构建基于深度生存分析的发动机剩余寿命预测模型，对多源传感器信号和发动机剩余使用寿命分布的非线性关系建模，针对部分信号删失或缺乏剩余使用寿命RUL标签的复杂情况，通过生存分析方法实现对发动机RUL的实时在线预测。本发明能够有效处理删失数据，通过动态优化预测过程充分挖掘数据潜在信息，最大化数据利用率，并基于威布尔分布建模实现准确的RUL预测及其不确定性的量化，能够准确预测发动机的寿命分布，提高发动机剩余寿命的预测精度。

本发明授权基于深度生存分析的发动机剩余寿命预测方法在权利要求书中公布了：1.一种基于深度生存分析的发动机剩余寿命预测方法，其特征在于，构建基于深度生存分析的发动机剩余寿命预测模型，对多源传感器信号和发动机剩余使用寿命分布的非线性关系建模，通过生存分析方法，针对信号删失或缺乏剩余使用寿命RUL标签，实现对发动机剩余使用寿命进行有效的在线预测；包括如下步骤： 1收集发动机的完整观测数据，包括：发动机的退化信号数据、发动机的故障发生时间或删失时间、发动机故障或删失指示变量； 2对多传感器退化信号进行建模，建立表征发动机退化过程的贝叶斯混合效应模型并进行模型参数估计； 3构建基于深度生存分析的发动机剩余寿命预测模型并进行模型训练； 通过构建基于深度生存分析的发动机剩余寿命预测模型即BayesianLSTM-SURV模型，建立退化信号与剩余使用寿命之间的关系；发动机剩余寿命预测模型包括输入层、深度生存分析网络层即LSTM-SURV层、输出层； 将多传感器退化信号作为模型的输入； LSTM-SURV层用于学习多传感器退化信号所表征的退化信息；LSTM-SURV层中的LSTM的结构包括遗忘门、输入门和输出门，用于控制信息在LSTM中的流动； 将发动机寿命所服从分布的参数作为模型的输出； 在离线阶段进行模型训练：将去噪后的多传感器退化信号输入步骤3构建的基于深度生存分析的发动机剩余寿命预测模型，基于生存分析，设计模型的损失函数为包括第一部分和第二部分，用于充分学习完整数据和删失数据所蕴含的退化信息，实现预测剩余使用寿命； 损失函数的第一部分包括删失数据在删失时间的生存概率和完整数据在故障发生时间的故障概率；损失函数的第二部分是形状参数的下界，确保其大于1； 4对待预测的发动机数据进行基于训练数据的先验分布预处理，将处理得到的信息从训练数据迁移到测试数据，使用测试集数据对模型参数进行动态更新；将更新后的数据输入训练好的基于深度生存分析的发动机剩余寿命预测模型中，进行在线参数估计和剩余使用寿命预测； 5构建模型评价指标，对所构建模型进行模型评价； 通过上述步骤，实现基于贝叶斯的深度生存分析网络的发动机剩余使用寿命的在线预测。

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南京航空航天大学，其通讯地址为：211000 江苏省南京市秦淮区御道街29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。