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！

龙图腾网获悉西南交通大学申请的专利一种机械装备剩余使用寿命预测方法和装置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：CN116796171B 。

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：202310749880.1，技术领域涉及：G06F18/213；该发明授权一种机械装备剩余使用寿命预测方法和装置是由张新;王家序;孙舰凯;吴磊;孟凡善;杨涛;夏恒;赵艺珂;胡添;熊欣;白超设计研发完成，并于2023-06-21向国家知识产权局提交的专利申请。

本一种机械装备剩余使用寿命预测方法和装置在说明书摘要公布了：本发明提供了一种机械装备剩余使用寿命预测方法和装置，涉及装备管理技术领域。本发明采用自适应剪枝算法进行轻量化处理，并通过误差计算和模型评估不断优化模型性能，实现了预测速度和预测精度的提高；剪枝过程通过自适应结构化剪枝策略冗余元素进行自动修剪，避免了不必要的操作和搜索；并且在针对不同的神经网络层时，使用不同的剪枝率进行自动化结构剪枝，最终得到一个最优的轻量化网络模型；在剩余使用寿命预测精度上有显著提升，同时还占用更少的存储空间，从而能便捷地部署在如小型嵌入式系统等平台上，并及时提醒维护人员进行维护和保养，适合广泛应用于各种机械设备的预防性维护和管理中，具有很好的实用性和推广价值。

本发明授权一种机械装备剩余使用寿命预测方法和装置在权利要求书中公布了：1.一种用于机械装备剩余使用寿命预测方法，其特征在于，依次执行数据预处理步骤、轻量化模型构建步骤和剩余使用寿命预测步骤，利用轻量化模型实现对未来机械设备寿命的预测；其中， 数据预处理步骤：按照输入数据表征退化信息的能力强弱进行特征选择并构建时间序列特征；对所选数据进行归一化处理去除噪声影响；通过添加分段退化的剩余使用寿命标签并划分输入数据的时间步长来构建用于模型训练和测试的数据集；数据预处理的数据为机械装备的历史运行数据，包括温度、压力、振动、电流参数； 轻量化模型构建步骤：将每组时间序列的下一个时刻所对应的剩余使用寿命值作为模型训练阶段的标签；模型通过多次迭代训练，并根据损失函数反映的训练情况更新优化模型参数，从而不断降低模型损失；使用自适应剪枝方法对不同的神经网络层执行剪枝过程，以有效删除模型中的冗余元素，得到一个最优的轻量化网络模型；采用Adam优化器进行模型训练与优化，并引入Dropout方法避免过拟合；并应用随机搜索策略在大的超参数空间上获得最优的轻量化模型，得到训练好的轻量化Transformer模型； 剩余使用寿命预测步骤：将测试集输入到训练好的轻量化Transformer模型中，测试模型性能并绘出装备性能退化趋势曲线，最终输出机械装备的剩余使用寿命预测值和预测误差； 在进行轻量化模型构建步骤时，仅使用Transformer模型的编码器部分完成机械装备的剩余使用寿命预测；并在编码器的输入序列中加入位置编码操作；通过归一化位置编码，将位置信息整合到输入序列当中；将位置编码矩阵和机械装备特征矩阵进行相加，即使Transformer模型的输入具备位置编码；其中， p＝{1,2，…，n} E＝reshapePE 式中，n是机械装备特征总数，min是p的最小值，max是p的最大值；reshape·函数将PE变换为与机械装备特征矩阵的尺寸相同的矩阵； 在自适应剪枝过程中：通过寻找一个合适的权重W，使得模型的尺寸在一个限制C下，具有最小的损失函数LD，W； 进行结构化剪枝简化：首先在数据集D上训练得到一个Loss较小的W；然后评估各个权重组的重要性分数，将重要性低的权重组剪枝掉，直到达到目标约束。

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南交通大学，其通讯地址为：610000 四川省成都市二环路北一段；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。