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！

龙图腾网获悉广东海洋大学申请的专利基于Dlinear-CNN模型的航空发动机寿命预测方法及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：CN120316434B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510387956.X，技术领域涉及：G06F18/20；该发明授权基于Dlinear-CNN模型的航空发动机寿命预测方法及装置是由邹佳颖;林景亮;麦竣深;袁诗佳;邵泳志;肖创番设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本基于Dlinear-CNN模型的航空发动机寿命预测方法及装置在说明书摘要公布了：本发明涉及基于Dlinear‑CNN模型的航空发动机寿命预测方法及装置，包括以下：获取航空发动机退化的原始数据集，并对所述原始数据集进行数据预处理得到处理后数据，并划分为训练集以及测试集；基于训练集训练预构建的Dlinear‑CNN模型，并将训练后的Dlinear‑CNN模型作为发动机寿命预测模型；将测试集通过滑窗分割后输入发动机寿命预测模型中进行测试，使用Hyperband算法进行超参数优化得到最优的超参数组合，以最优的超参数组合更新发动机寿命预测模型得到优化后的发动机寿命预测模型；以优化后的发动机寿命预测模型对目标航空发动机进行寿命预测。本发明融合CNN卷积神经网络弥补了单独使用Dlinear模型提取发动机的退化信息表现欠佳，出现模型收敛速度慢、预测结果与实际值差距较大的问题。

本发明授权基于Dlinear-CNN模型的航空发动机寿命预测方法及装置在权利要求书中公布了：1.基于Dlinear-CNN模型的航空发动机寿命预测方法，其特征在于，包括以下： 步骤1、获取航空发动机退化的原始数据集，并对所述原始数据集进行数据预处理得到处理后数据，将处理后数据作为样本数据划分为训练集以及测试集； 步骤2、基于训练集训练预构建的Dlinear-CNN模型，并将训练后的Dlinear-CNN模型作为发动机寿命预测模型； 步骤3、将测试集通过滑窗分割后输入发动机寿命预测模型中进行测试，测试的过程使用Hyperband算法进行超参数优化得到最优的超参数组合，以最优的超参数组合更新发动机寿命预测模型得到优化后的发动机寿命预测模型； 步骤4、以优化后的发动机寿命预测模型对目标航空发动机进行寿命预测； 具体的，步骤2包括以下子步骤， 步骤2.1、构建Dlinear模型； 步骤2.2、将输入数据进行卷积操作，提取数据中的特征，选择特征，过滤信息，将特征组合得到最终特征向量； 步骤2.3、整合DCNN层到Dlinear模型中，捕捉局部特征和序列模式，设置卷积核大小、学习率、滑动窗口长度等超参数进行模型的训练得到训练后的Dlinear-CNN模型； 具体的，步骤3中的滑窗分割具体包括， 将测试集数据经过数据预处理后所得到的高维向量通过一个滑动平均滤波器分为趋势序列和剩余序列，再分别经过两路线性层和卷积层得到，，加和得出最终预测结果，Y的表达式如下， ； ； 其中： ； ； 式中Y为所预测的发动机剩余寿命，为线性层权重项，为卷积层卷积核，为偏置项，Ds为DLinear超参数DKernalSize，代表序列中第个元素。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路1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。