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！

龙图腾网获悉西安交通大学申请的专利基于随机模型更新的多模态不确定性感知机械寿命预测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：CN119885892B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510048761.2，技术领域涉及：G06F30/27；该发明授权基于随机模型更新的多模态不确定性感知机械寿命预测方法是由雷亚国;李慧童;李乃鹏;王远;杨彬;李响设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本基于随机模型更新的多模态不确定性感知机械寿命预测方法在说明书摘要公布了：一种基于随机模型更新的多模态不确定性感知机械寿命预测方法，先构建漂移网络，表征提炼块RDB包括四层：数据结构DS、短期局部特征细化、长期时间趋势开发和下采样，残差连接用于捕获跨层信息并促进梯度流；再构建扩散网络，遵循Lipschitz连续性，选择了ReLU作为激活函数；然后训练每个子网，子网的目标函数前两个部分是分布内漂移网络和调节扩散网络的回归项，后一个组件属于OOD样本；再对每个子网的不确定性量化，最后基于各自不确定性的多模态融合；本发明通过分数阶随机微分方程子网络对每种模态的不确定性进行建模，根据模态特征的不确定性进行动态融合，通过回归推理得到最终的预测结果及其相应的不确定性。

本发明授权基于随机模型更新的多模态不确定性感知机械寿命预测方法在权利要求书中公布了：1.一种基于随机模型更新的多模态不确定性感知机械寿命预测方法，其特征在于，包含以下步骤： 1构建漂移网络：漂移网络挖掘被监视对象的健康状态，其表征提炼块RDB包括四层：数据结构DS、短期局部特征细化、长期时间趋势开发和下采样，残差连接用于捕获跨层信息并促进梯度流； 多个RBD逐步细化嵌入在监控数据中的健康状态信息，随后，使用基于MLPs的模块对提取的表示进行平滑处理，并将其投影到较低维空间中； 2构建扩散网络：建立在MLP主干上，扩散网络遵循Lipschitz连续性，选择了ReLU作为激活函数，此外，扩散网络的输出最大值使用sigmoid函数和超参数εmax进行调节，扩散网络被定义为在 最初将εmax设置为0.1，在epoch30时将其增加到0.5； 3训练每个子网：子网的目标函数由三个部分组成，前两个部分是分布内漂移网络和调节扩散网络的回归项，后一个组件属于OOD样本； 4每个子网的不确定性量化：使用自定义子网处理来自每种模式的监控数据，每个子网执行RUL预测和定量不确定性建模； 5基于各自不确定性的多模态融合：基于拉格朗日乘法器的融合方法，该融合方法通过显式数值推导得到；对于每个模态特定的特征，使用基于MLP的回归模块来计算每个子网内的预测及其相应的不确定性，在多模态融合过程中，原始模态特征被直接融合； 步骤5对于第m个模态，其模态特定子网提供了一个预测和一个关联的不确定性值um，不确定性值um为： α和β缩放系数根据应用进行调整，统一表示为： 其中ωm为第m个模态的权值，满足 根据不确定度传播的计算规律，当各传感器的测量值相互独立时，最终预测的不确定度uΔ计算为： 其中u1,u2,…,uM为每种模态的不确定性； 目标是最小化uΔ；利用拉格朗日乘数法得到： 其中，λ为拉格朗日乘子； 然后通过对ω1,ω2,...,ωM的偏导数推导出优化后的权重，并将其设置为零，因此，每种模态的权重为：

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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”。

以上内容由龙图腾AI智能生成。