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！

龙图腾网获悉西安交通大学申请的专利基于声发射的飞行器结构剩余寿命在线智能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：CN119720762B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411781204.3，技术领域涉及：G06F30/27；该发明授权基于声发射的飞行器结构剩余寿命在线智能预测方法是由李响;聂天宝;雷亚国;李乃鹏;杨彬;冯珂;曹军义;武通海设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本基于声发射的飞行器结构剩余寿命在线智能预测方法在说明书摘要公布了：一种基于声发射的飞行器结构剩余寿命在线智能预测方法，首先对飞行器结构进行疲劳实验，获得多条全寿命声发射波形流的原始数据；然后将原始数据经过滑窗采样特征提取，筛选单调性好的部分构建健康指标，随机选取部分作为测试集，剩余作为训练集，根据3σ原则进行数据集的切割，寻找起始预测点；最后在测试阶段，将测试集数据输入训练好的寿命预测模型，实现对飞行器结构剩余寿命的在线智能预测；本发明利用Densenet与对比学习结合的方式，通过智能算法对飞行器结构剩余寿命进行在线预测，具有良好的预测效果。

本发明授权基于声发射的飞行器结构剩余寿命在线智能预测方法在权利要求书中公布了：1.一种基于声发射的飞行器结构剩余寿命在线智能预测方法，其特征在于：首先对飞行器结构进行疲劳实验，获得多条全寿命声发射波形流的原始数据；然后将原始数据经过滑窗采样特征提取，筛选单调性好的部分构建健康指标，随机选取部分作为测试集，剩余作为训练集，根据3σ原则进行数据集的切割，寻找起始预测点；最后在测试阶段，将测试集数据输入训练好的寿命预测模型，实现对飞行器结构剩余寿命的在线智能预测； 所述的方法，包括以下步骤： 步骤1：收集航空结构件从健康状态到破坏过程的全寿命声发射波形流的原始数据，记作O＝{O1,O2,…,Ok}，其中包含k条不同的数据记录； 步骤2：对原始数据进行滑窗采样处理，在采样过程中，计算每个窗口内包括波形指标、方差、标准差、均值、中位值、峰峰值、最大值、最小值、均方根频率、均方根值、均方频率、均方值、偏斜度、偏斜度指标、谱方差、谱偏斜度、谱峭度、峭度、峭度指标、脉冲指标、裕度指标的21个特征值，设原始数据O包含LO个数据点，滑窗采样的窗口大小为w，将计算得到的特征值组成特征向量，并按照时间顺序进行排列，从而得到全寿命周期的数据集Oe＝{Vk}，1≤k≤l，其中每个特征向量V由n个特征值组成，表示原始数据经过特征提取后的长度，原始数据特征的计算公式如下： 式中，yi表示每个窗口中第i个点，M为均值，S2为方差，PI为脉冲指标，P为峰值指标，G为裕度指标，w为采样窗口大小，n为特征值数量； 步骤3：依据步骤2中得到的21个特征值绘制特征趋势图，寻找单调性良好的特征以构建健康指标，最终得到以脉冲指标、峰值指标、裕度指标、平均幅值、方根幅值、最大值、标准差、谱能量八个特征构建的数据集1≤k≤l，Vk＝{f1,f2,…f8}；从数据集中随机选择一条数据作为测试集，剩余数据则作为训练集； 步骤4：构建健康指标HI模型，基本网络结构框架采用稠密连接网络DenseNetDenselyconnectedconvolutionalnetworks，DenseNet网络中模块由“DenseBlock+Transition”组成，健康指标HI模型包含2个DenseBlock、2个TransitionLayer、2个全连接层，将步骤3得到的训练集输入单层卷积后，数据在DenseBlock中经过降维减少参数量，再由Trasition降低特征图的大小，最后进行大小为3×3，步幅为2的最大池化操作， 得到模型输出结果N代表样本点总数，xn,k为样本点所对应的健康指标，yn,k为样本的标签； 步骤5：利用对比学习计算损失，在步骤4得到模型输出结果Yk中随机选取两个不同的样本点记为a和b，ab，具体计算公式如下： Ld＝-θ×xa,k-xb,k θ为放大因子，用来放大距离损失Ld的值； 步骤6：重复步骤4-步骤5，逐渐减小步骤5中的距离损失Ld，迭代并且更新优化模型参数，直到达到最大迭代次数，训练完成，获得最终的预测模型； 步骤7：将测试集按时间顺序输入步骤6中训练好的预测模型构建健康指标HI，得到健康指标HI的图像，取前p％的数据均值Mp作为飞行器结构的健康状态值并计算前p％数据的标准差σp，计算飞行器结构健康状态的健康指标临界值Ph，具体计算公式如下： Ph＝Mp-3σp 步骤8：以首个低于健康指标临界值Ph的样本点作为起始预测点，将起始预测点后的样本点组成的数据集O'e输入步骤6中训练好的预测模型中，使其在经过2个DenseBlock和2个TransitionLayer后进入全连接层，最终得到测试集损伤段的剩余寿命预测。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。