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！

龙图腾网获悉浙江大学申请的专利一种基于因果发现的航空发动机故障定位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：CN120258125B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510748070.3，技术领域涉及：G06N5/025；该发明授权一种基于因果发现的航空发动机故障定位方法是由张益鸣;潘智炜;张树有设计研发完成，并于2025-06-06向国家知识产权局提交的专利申请。

本一种基于因果发现的航空发动机故障定位方法在说明书摘要公布了：本发明属于航空发动机领域，公开了一种基于因果发现的航空发动机故障定位方法：采集航空发动机多传感器数据，构建图结构发现数据集与图结构得分数据集；建立面向时序数据的因果发现模型，从图结构发现数据集中不断挖掘因果图，用图结构得分数据集计算因果图的得分得到最佳的因果图；对每个变量独立构建高斯混合模型，对在线传感器数据进行变量的细粒度异常检测；若检测到异常变量，结合最佳的因果图分析异常变量的传播路径，确定路径源头变量对应传感器的所在位置。该方法通过挖掘变量间的因果图结构，利用混合高斯分布对各变量进行异常检测，结合因果图分析引发故障的根本原因，从而实现对航空发动机故障的定位。

本发明授权一种基于因果发现的航空发动机故障定位方法在权利要求书中公布了：1.一种基于因果发现的航空发动机故障定位方法，其特征在于，所述方法包括以下步骤： S1：采集航空发动机多传感器数据，表现为多元时序变量，通过两次不同的滑动窗口处理构建图结构发现数据集与图结构得分数据集； S2：建立面向时序数据的因果发现模型，采用因果发现模型从步骤S1得到的图结构发现数据集中不断挖掘因果图，根据从步骤S1得到的图结构得分数据集计算因果图的得分，记录所发现的所有因果图，挑选得分最高的因果图作为最佳的因果图，最佳的因果图用于表征传感器数据中多元变量之间的关联； 在步骤S2中，所述因果发现模型遵循深度强化学习框架，具体包括以下流程：采用因果发现模型从图结构发现数据集中不断挖掘因果图，其中因果图呈现为邻接矩阵的形式；根据图结构打分数据集计算每个因果图的总误差，并取负号作为因果图的得分；记录所发现的所有因果图，挑选得分最高的因果图作为最佳结果； 在步骤S2中，所述因果发现模型包含Actor子模型，所述Actor子模型包括编码器和解码器；所述编码器将图结构发现数据集中的时序窗口转换为高阶嵌入，解码器将高阶嵌入映射为因果图的邻接矩阵；再使用打分函数根据图结构评分数据集计算因果图的邻接矩阵的总误差，通过总误差选择最佳的因果图； S3：基于每个变量的历史数据独立构建高斯混合模型，通过传感器采集航空发动机在线传感器数据，输入到高斯混合模型中，进行变量的细粒度异常检测，若检测到异常变量，即，异常变量所对应的在线传感器数据出现异常，则进行步骤S4； S4：结合步骤S2得到的最佳的因果图分析异常变量的传播路径，确定路径源头变量对应传感器的所在位置。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。