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！

龙图腾网获悉北京航空航天大学申请的专利基于深度混合多任务模型的剩余使用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：CN115456032B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202211217768.5，技术领域涉及：G06F30/27；该发明授权基于深度混合多任务模型的剩余使用寿命预测方法是由林焱辉;管璐欣设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本基于深度混合多任务模型的剩余使用寿命预测方法在说明书摘要公布了：本发明提供了一种基于深度混合多任务模型的剩余使用寿命预测方法，其包括：构建无标签数据集和标签数据集，采用滑动窗口法生成模型的训练数据组和验证数据组，针对无标签数据集构建考虑未来传感器信号预测的第一时间模型DDTM，针对标签数据集构建考虑未来传感器信号预测的第二时间模型DTTM，构建考虑时间依赖性的深度混合多任务模型DHMTM，训练获取最终DHMTM模型，将新接收到的传感器信号作为测试集的输入，利用训练得到的最终DHMTM模型完成运行设备的剩余使用寿命RUL预测。本发明仅在模型训练过程中增加未来传感器信号，利用无标签数据和标签数据分别训练两个时间模型并共享潜在变量，较大程度上捕获了传感器信号的时间相关性，提高了RUL的预测准确度。

本发明授权基于深度混合多任务模型的剩余使用寿命预测方法在权利要求书中公布了：1.一种基于深度混合多任务模型的剩余使用寿命预测方法，其特征在于，其包括以下步骤： S1、构建无标签数据集和标签数据集：分别从和个同类的设备上采集多元传感器检测信号，构建无标签数据集和标签数据集： 1； 其中，表示从第n台设备中采集的第1到Tn时刻的传感器信号，，表示t时刻的传感器信号，，表示t时刻的传感器第p维信号值，P表示传感器信号的总维度；表示实数域；表示对应的剩余使用寿命RUL，；表示对应的待预测的剩余使用寿命RUL； S2、采用滑动窗口法生成模型的训练数据组和验证数据组； S3、针对无标签数据集构建考虑未来传感器信号预测的第一时间模型DDTM； S4、针对标签数据集构建考虑未来传感器信号预测的第二时间模型DTTM； S41、推导第二时间模型DTTM上的第二联合概率分布的第二变分证据下界： 6； 其中，表示过去和当前时刻的传感器信号，即为模型的输入样本；表示待预测的未来传感器信号；表示从中提取到的对应健康指标HIs；表示给定推导的推理网络；表示给定时、和的联合概率分布；表示的先验分布；表示和间的KL散度值； S42、以最大化所述第二时间模型DTTM的所述第二变分证据下界为训练目标，利用生成分量重构输入传感器信号，利用第一判别分量预测得到未来传感器预测信号，利用第二判别分量预测待预测的剩余使用寿命RUL； S5、构建考虑时间依赖性的深度混合多任务模型DHMTM，训练获取最终DHMTM模型； S51、在每个训练轮次中，将训练数据组作为深度混合多任务模型DHMTM的输入，计算训练数据组的损失函数，并通过随机梯度下降算法更新深度混合多任务模型DHMTM的参数； S52、基于更新后的深度混合多任务模型DHMTM和验证数据组，计算验证数据组的验证损失； S53、重复步骤S51和步骤S52，直至达到最大设定轮次，并将验证损失最小的深度混合多任务模型DHMTM作为最终DHMTM模型； S6、将新接收到的传感器信号作为测试集的输入，利用深度混合多任务模型DHMTM训练得到的最终DHMTM模型完成运行设备的剩余使用寿命RUL预测。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。