东北大学李一鸣获国家专利权
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!
龙图腾网获悉东北大学申请的专利基于小样本的退化知识与数据融合驱动的迁移解耦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:CN119558175B 。
龙图腾网通过国家知识产权局官网在2025-11-07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:202411507476.4,技术领域涉及:G06F30/27;该发明授权基于小样本的退化知识与数据融合驱动的迁移解耦方法是由李一鸣;刘同珊;罗广旭;宋桂秋设计研发完成,并于2024-10-28向国家知识产权局提交的专利申请。
本基于小样本的退化知识与数据融合驱动的迁移解耦方法在说明书摘要公布了:本申请公开了一种基于小样本的退化知识与数据融合驱动的迁移解耦方法,涉及旋转机械预测性维护技术领域。其中方法包括:获取旋转机械的源域数据和目标域数据;基于初始寿命预测模型,确定源域不变特征和源域私有特征,目标域不变特征和目标域私有特征;根据源域不变特征、目标域不变特征、源域私有特征、目标域私有特征和预测寿命,构建损失函数;根据源域不变特征和目标域不变特征,构建退化机理空间状态模型;利用粒子滤波算法逐步估计退化机理空间状态模型的参数;在初始寿命预测模型基于损失函数不断进行权重更新时,利用参数估计后的退化机理空间状态模型,指导初始寿命预测模型的权重更新过程。本申请能够提升模型的泛化能力和可解释性。
本发明授权基于小样本的退化知识与数据融合驱动的迁移解耦方法在权利要求书中公布了:1.一种基于小样本的退化知识与数据融合驱动的迁移解耦方法,其特征在于,包括: 获取旋转机械的源域数据和目标域数据,以及初始寿命预测模型,所述初始寿命预测模型包括目标域私有特征提取器、源域私有特征提取器、域不变特征提取器、域不变特征解码器、域混合特征解码器和寿命预测器; 基于所述源域数据和所述目标域数据,以及所述初始寿命预测模型,确定所述源域数据对应的源域不变特征和源域私有特征,所述目标域数据对应的目标域不变特征和目标域私有特征,以及所述旋转机械的预测寿命; 根据所述源域不变特征、所述目标域不变特征、所述源域私有特征、所述目标域私有特征和所述预测寿命,构建损失函数; 根据所述源域不变特征和所述目标域不变特征,构建退化机理空间状态模型,并确定所述退化机理空间状态模型的初始参数; 基于所述初始参数,利用粒子滤波算法逐步估计所述退化机理空间状态模型的参数,得到参数估计后的退化机理空间状态模型; 在所述初始寿命预测模型基于所述损失函数不断进行权重更新时,利用所述参数估计后的退化机理空间状态模型,指导所述初始寿命预测模型的权重更新过程,直至达到预设迭代次数时,输出预设寿命预测模型; 其中,所述基于所述源域数据和所述目标域数据,以及所述初始寿命预测模型,确定所述源域数据对应的源域不变特征和源域私有特征,所述目标域数据对应的目标域不变特征和目标域私有特征,以及所述旋转机械的预测寿命,包括: 利用所述域不变特征提取器分别提取所述源域数据对应的源域不变原始特征和所述目标域数据对应的目标域不变原始特征; 利用所述目标域私有特征提取器和所述源域私有特征提取器,分别提取所述源域数据对应的源域私有原始特征和所述目标域数据对应的目标域私有原始特征; 利用所述域不变特征解码器分别对所述源域不变原始特征和所述目标域不变原始特征进行解码,得到所述源域不变特征和所述目标域不变特征,并利用所述域混合特征解码器分别对所述源域私有原始特征和所述目标域私有原始特征进行解码,得到所述源域私有特征和所述目标域私有特征; 将所述源域不变特征和所述源域私有特征输入至所述寿命预测器进行预测,得到所述旋转机械的预测寿命; 所述根据所述源域不变特征、所述目标域不变特征、所述源域私有特征、所述目标域私有特征和所述预测寿命,构建损失函数,包括: 基于所述源域不变特征、所述目标域不变特征、所述源域私有特征和所述目标域私有特征,分别计算所述源域私有特征与所述源域不变特征之间的第一分布差异损失,所述目标域私有特征与所述目标域不变特征之间的第二分布差异损失,以及所述源域不变特征与所述目标域不变特征之间的第三分布差异损失; 基于所述预测寿命和所述旋转机械的实际寿命,计算寿命预测损失; 根据所述寿命预测损失、所述第一分布差异损失、所述第二分布差异损失和所述第三分布差异损失,构建损失函数; 所述第一分布差异损失、所述第二分布差异损失和所述第三分布差异损失的计算公式如下: 其中,代表源域特征,包括所述源域私有特征和所述源域不变特征,代表目标域特征,包括所述目标域私有特征和所述目标域不变特征,代表所述源域数据对应的样本数,代表所述目标域数据对应的样本数,H是再生希尔伯特空间,同时代表和在H上的映射。
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东北大学,其通讯地址为:110819 辽宁省沈阳市和平区文化路3号巷11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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励