龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：华东理工大学
摘要：本发明涉及一种基于卷积神经网络的推力室剩余寿命预测方法，包括以下步骤：S1：数据采集：对液体火箭发动机推力室进行分阶段多次点火实验，直至推力室失效，记录每次点火实验中推力室的实时监测数据，基于推力室失效的累积时长、推力室的实时监测数据、使用无损检测得到的缺陷特征构建数据集；S2：数据预处理；S3：模型设计与训练：设计并训练卷积神经网络CNN模型；S4：模型评估与测试：使用独立的测试集对模型的泛化能力进行评估，计算预测精度、均方误差等性能指标；S5：模型部署与应用。与现有技术相比，本发明实现对推力室剩余寿命的准确预测，高效、准确、可靠，有助于提高发动机的性能和安全性。
主权项：1.一种基于卷积神经网络的推力室剩余寿命预测方法，其特征在于，包括以下步骤：S1：数据采集：对液体火箭发动机推力室进行分阶段多次点火实验，直至推力室失效；记录每次点火实验中推力室的实时监测数据，包括压力、温度、振动；记录每次点火实验的累积点火时长；在每阶段点火实验结束后，使用无损检测手段探查推力室的缺陷、裂纹、变形特征，基于推力室失效的累积时长、推力室的实时监测数据、使用无损检测得到的缺陷特征构建数据集；S2：数据预处理；S3：模型设计与训练：设计卷积神经网络CNN模型，包括：卷积层、池化层和全连接层，利用S1中得到的数据集进行训练；S4：模型评估与测试：使用独立的测试集对模型的泛化能力进行评估，计算预测精度、均方误差；S5：模型部署与应用：将训练好的模型部署到实际应用中，以此预测推力室的剩余寿命。
全文数据：
权利要求：
百度查询： 华东理工大学 一种基于卷积神经网络的推力室剩余寿命预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号