買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉合肥工業大學申請的專利基于深度學習的航空發動機剩余壽命預測方法和系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119558184B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411630892.3，技術領域涉及：G06F30/27；該發明授權基于深度學習的航空發動機剩余壽命預測方法和系統是由周謐;劉婉琳;程八一;陸少軍;錢曉飛設計研發完成，并于2024-11-15向國家知識產權局提交的專利申請。

本基于深度學習的航空發動機剩余壽命預測方法和系統在說明書摘要公布了：本發明提供一種基于深度學習的航空發動機剩余壽命預測方法和系統，涉及發動機壽命預測技術領域。本發明建立了基于圖注意力機制的多尺度卷積特征提取模塊SDMCN模塊和融合特征注意力機制的GRU模塊F?GRU模塊。通過SDMCN模塊，從相同尺寸卷積核下形成的特征圖之間的相關性以及不同尺寸卷積核下形成的特征圖之間相關性這兩個角度充分提取特征的空間關聯性。同時利用F?GRU模塊動態調整不同時間步下輸入特征的權重，實現序列數據的差異性更新。采用這兩個并行分支，實現特征之間的空間關聯性和時序依賴關系的提取，從而更全面的捕獲特征退化信息，建立更加準確的壽命退化模型，提高模型預測的準確率。

本發明授權基于深度學習的航空發動機剩余壽命預測方法和系統在權利要求書中公布了：1.一種基于深度學習的航空發動機剩余壽命預測方法，其特征在于，包括： 獲取歷史發動機運行數據和在役發動機監測數據，并進行預處理，得到數據集； 根據航空發動機的運行特點對數據集進行標簽化，將數據集中的數據分為正常運行階段數據和壽命退化階段數據； 采用滑動窗口法對每個發動機引擎單元的相鄰時間段的數據進行分割，構建訓練樣本數據集； 通過訓練樣本數據集對預先構建的神經網絡進行訓練，得到航空發動機剩余壽命預測模型，所述航空發動機剩余壽命預測模型用于預測航空發動機的壽命； 其中，所述預先構建的神經網絡中包括基于圖注意力機制的多尺度卷積特征提取模塊、融合特征注意力機制的GRU模塊和RUL預測模塊，所述基于圖注意力機制的多尺度卷積特征提取模塊和融合特征注意力機制的GRU模塊雙支并行，兩者的輸出均輸入到RUL預測模塊中；所述于圖注意力機制的多尺度卷積特征提取模塊通過若干個不同尺寸的并行的卷積塊捕獲多級退化特征，并利用圖注意力機制將不同的濾波器視為節點，構建多個不同的圖結構，根據不同特征圖之間的相關性，為每個特征圖賦權；所述融合特征注意力機制的GRU模塊動態調整不同時間步下輸入特征的權重，實現序列數據的差異性更新。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人合肥工業大學，其通訊地址為：230009 安徽省合肥市包河區屯溪路193號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。