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！

龍圖騰網獲悉南京信息工程大學申請的專利一種基于小波解耦與因果卷積注意力的增量式航發壽命預測方法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：CN120561541B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202511066011.4，技術領域涉及：G06F18/21；該發明授權一種基于小波解耦與因果卷積注意力的增量式航發壽命預測方法是由陸振宇;儲怡婷;錢巍巍;田霖翰設計研發完成，并于2025-07-31向國家知識產權局提交的專利申請。

本一種基于小波解耦與因果卷積注意力的增量式航發壽命預測方法在說明書摘要公布了：本發明提供了一種基于小波解耦與因果卷積注意力的增量式航發壽命預測方法，包括：步驟1，獲得原始時域振動信號：將原始時域振動信號作為輸入；步驟2，劃分訓練集：將原始時域振動信號按比例分割為訓練集和測試集；步驟3，進行多重串聯幅相混合增強；步驟4，進行增量小波多尺度分解和特征提取；步驟5，進行因果卷積注意力引導的時頻特征提取；步驟6，進行雙域對比學習；步驟7，進行特征漂移感知的增量對比學習。本發明基通過漂移感知的信號解耦?時頻融合?補償學習協同架構，顯著提升復雜工況下的預測魯棒性。

本發明授權一種基于小波解耦與因果卷積注意力的增量式航發壽命預測方法在權利要求書中公布了：1.一種基于小波解耦與因果卷積注意力的增量式航發壽命預測方法，其特征在于，包括以下步驟： 步驟1，獲得原始時域振動信號：將原始時域振動信號作為輸入，其中表示第i個健康狀態的信號，包含N個數據點，表示實數集，M為航空發動機中不同健康狀態類別數；為第i個健康狀態標簽； 步驟2，劃分訓練集：將原始時域振動信號按比例分割為訓練集和測試集； 步驟3，進行多重串聯幅相混合增強； 步驟4，進行增量小波多尺度分解和特征提取； 步驟4包括：對翻轉后的信號進行離散小波變換，分解為低頻近似分量與高頻細節分量： （10）， 其中，j=3為分解層數，h和g分別表示低通濾波器和高通濾波器，分解得到第j層低頻分量，第j層高頻分量； 從分解得到的分量中提取以下關鍵特征： 第一層高頻能量熵，高頻能量分布： （11）， 其中，表示能量概率分布，是小波分解第一層第i個高頻系數，表示小波分解第一層第i個高頻系數的能量值，是第一層所有高頻系數的總能量； 第二層譜峭度，沖擊成分強度： （12）， 其中，表示第一層高頻系數的平均能量，為第一層高頻系數的能量波動強度； 第三層均方根值，中頻振動能量強度： （13）， 其中，表示小波分解第二層細節分量的第i個離散系數，是第二層高頻系數的總個數； 第四層峰度特征，分布尾部特性： （14）， 其中，為四階中心矩，表示第三層小波系數，為第三層系數均值，為標準差四次方； 第五層趨勢斜率特征，低頻工況變化趨勢： （15）， 其中，表示第i個數據點的相對時間位置，是小波分解第三層近似分量的第i個系數，是第三層近似系數的累加和； 級聯特征向量，漂移標志，計算漂移強度： （16）， （17）， 其中，為基準健康狀態特征，是協方差矩陣,是自由度為的卡方分布臨界值，是顯著性水平，是指數函數，當時觸發漂移響應； 步驟5，進行因果卷積注意力引導的時頻特征提取； 步驟6，進行雙域對比學習； 步驟7，進行特征漂移感知的增量對比學習。

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南京信息工程大學，其通訊地址為：210044 江蘇省南京市江北新區寧六路219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”。