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！

龙图腾网恭喜中国科学院沈阳自动化研究所申请的专利基于时间注意力机制混合神经网络的AUV故障诊断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：CN116026402B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202211333652.8，技术领域涉及：G01D21/02；该发明授权基于时间注意力机制混合神经网络的AUV故障诊断方法是由徐春晖;王振洋;徐德胜;周仕昊设计研发完成，并于2022-10-28向国家知识产权局提交的专利申请。

本基于时间注意力机制混合神经网络的AUV故障诊断方法在说明书摘要公布了：本发明公开一种基于时间注意力机制混合神经网络的AUV故障诊断方法，该方法首先通过局部特征提取模块，使用一维CNN网络对AUV传感器监测数据实现时间轴上的局部特征提取，经感受野实现自适应降维。然后，使用BiLSTM双向获取AUV故障与变量之间的相关性，并耦合前向和后向隐含状态向量，并嵌入时间模式注意力机制，通过BiLSTM网络单元上一时刻和下一时刻的单元状态向量和隐含状态向量，提取注意力权重向量，得到包含前后关键时刻信息贡献程度的新隐含层状态向量。最终经过激活函数获取故障预测输出。综合各项评价标准以及算法对比表明，所提出的方法更加适合深海自主水下机器人的故障诊断工作，能够及时发现微小故障并进行诊断输出。

本发明授权基于时间注意力机制混合神经网络的AUV故障诊断方法在权利要求书中公布了：1.基于时间注意力机制混合神经网络的AUV故障诊断方法，其特征在于，包括以下步骤：建立AUV故障诊断模型：步骤1：采集数据，对输入数据进行预处理，用于使数据规范化；步骤2：使用一维CNN网络对输入数据实现时间轴上的局部特征提取，经感受野实现自适应降维；步骤3：使用BiLSTM网络双向获取AUV故障与变量之间的相关性，耦合前向和后向隐含状态向量，获取特征状态向量；步骤4：利用时间模式注意力机制，提取注意力权重向量，得到包含前后关键时刻信息贡献程度的新隐含层状态向量；步骤5：计算模式损失值，反向传播更新模型参数，获取最优故障诊断模型模型；实时故障诊断：步骤6：实时采集AUV待诊断的现场设备数据，经预处理后输入最优故障诊断模型进行预测，获取AUV故障诊断结果。

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中国科学院沈阳自动化研究所，其通讯地址为：110016 辽宁省沈阳市沈河区南塔街114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”。