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！

龙图腾网恭喜山东大学申请的专利基于确定学习的多级高速压气机气动失稳预警方法及系统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：CN119594046B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202411738419.7，技术领域涉及：F04D27/00；该发明授权基于确定学习的多级高速压气机气动失稳预警方法及系统是由胡竞涛;王聪设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本基于确定学习的多级高速压气机气动失稳预警方法及系统在说明书摘要公布了：本发明提出基于确定学习的多级高速压气机气动失稳预警方法及系统，在多级高速压气机以全环与扇区相结合的多角度方式布置传感器测点获取气动失稳试验中的脉动压力数据，利用确定学习建模方法根据脉动压力数据对气动失稳内部非线性动态系统进行学习，学习结果作为快时变失稳模式的全息表达，能够刻画气动失稳复杂动态现象发展过程中更加本质、全面的动力学特征，具有良好的可解释性。在此基础上发展了气动失稳的在线预警方法，仅利用多级高速压气机的单测点脉动压力数据能够在失稳发生前给出预警信号，因而具有一定的应用价值，有望为高性能航空发动机安全稳定运行提供具有实际意义的实时监测方法。

本发明授权基于确定学习的多级高速压气机气动失稳预警方法及系统在权利要求书中公布了：1.基于确定学习的多级高速压气机气动失稳预警方法，其特征在于，包括：在多级高速压气机以全环与扇区相结合的多角度方式布置传感器测点，获取不同运行工况下不同失稳类型的脉动压力试验数据；基于确定学习理论，利用RBF神经网络对正常模式和失稳先兆模式的脉动压力试验数据进行学习训练，得到压气机内部非线性动态的常值RBF神经网络近似模型，具体为：将训练模式对应的脉动压力数据及其各阶导数估计结果形成空间轨迹；在利用RBF神经网络辨识压气机内部动态的过程中，空间轨迹邻域内的RBF神经网络节点构成的RBF子向量满足持续激励条件，对应的神经元权重子向量指数收敛到最优值；远离空间轨迹的RBF神经网络节点不被激励，对应的神经元权重子向量保持为零；根据不同运行工况下的各种失稳类型，利用正常模式和失稳先兆模式的常值RBF神经网络近似模型构造动态模式库，具体为：根据暂态后RBF神经网络的估计权重计算常值RBF神经网络权重；对于不同失稳类型、不同运行工况下的脉动压力试验数据，利用正常模式和失稳先兆模式分别对应的常值RBF神经网络构造动态模式库；利用待测压气机的单测点脉动压力信号，基于所构造的动态模式库设计动态估计器，评估待测压气机的运行状态，实现多级高速压气机气动失稳的在线预警。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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”。