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！

龙图腾网获悉上海航数智能科技有限公司申请的专利航空涡轴发动机故障诊断系统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：CN121117723B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511288644.X，技术领域涉及：G06F18/241；该发明授权航空涡轴发动机故障诊断系统是由王鹂辉;卢涛;张文辉设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本航空涡轴发动机故障诊断系统在说明书摘要公布了：本发明公开了航空涡轴发动机故障诊断系统，涉及故障诊断技术领域，采集模块获取水平、垂直及轴向的振动信号；处理模块以引入非定宽高斯窗的动态短时傅里叶变换、变分模态分解和奇异值分解生成实时特征向量；增量诊断模块通过动态扩展网络计算实时特征向量或预测特征向量与已知类的匹配度，依据自适应共振理论抉择归属已知类或触发扩展机制，扩展后利用贝叶斯学习框架构建联合损失并进行高斯过程建模，通过贝叶斯优化确定损失并更新网络参数；预测模块在无故障时生成预测特征向量；维护模块按需发送或存储维修方案，实现已知类和新故障类的自适应识别，还能提前预判状态，有效保障发动机运行安全并降低维护成本。

本发明授权航空涡轴发动机故障诊断系统在权利要求书中公布了：1.航空涡轴发动机故障诊断系统，其特征在于，包括采集模块、处理模块、增量诊断模块、预测模块和维护模块； 所述采集模块获取水平、垂直和轴向方向的振动信号； 所述处理模块利用动态短时傅里叶变换将每个方向的振动信号映射为相应的时频矩阵并通过变分模态分解将时频矩阵拆解为多个无频率混叠的模态分量，整合每个模态分量通过奇异值分解获取的奇异值分量生成实时特征向量，动态短时傅里叶变换为引入非定宽高斯窗的短时傅里叶变换； 所述增量诊断模块通过动态扩展网络计算特征向量与每个已知类的匹配度，采用自适应共振理论结合每个匹配度与参考门限的比较结果，抉择输出特征向量归属的已知类或触发扩展机制以设置新故障类，扩展机制触发后采用贝叶斯学习框架构建联合损失并进行高斯过程建模，利用贝叶斯优化确定联合损失并更新网络参数以最小化平均联合损失值，已知类包括无故障类和已知故障类，特征向量包括实时特征向量和预测特征向量； 预测模块在实时特征向量归属于无故障类时利用时序网络生成下次采集的预测特征向量； 维护模块依据故障类是否已知选择发送对应维修方案或在维修后存储新维修方案； 其中，所述动态扩展网络包括比较层和识别层； 所述比较层获取特征向量并与每个已知类的模板向量计算余弦相似度以作为特征向量与每个已知类的模板向量的匹配度； 所述识别层激活所有匹配度大于或等于参考门限的已知类的神经元并确认激活神经元数量是否大于或等于1，若大于或等于1，将每个已知类的神经元的匹配度加上其余已知类的神经元中所有激活神经元的匹配度加权和以获取相应的修正匹配度，输出最大修正匹配度对应的已知类的类编码，若小于1，触发扩展机制，生成新故障类的新类编码，增设新神经元并连接每个已知类的神经元，初始化连接权重和新故障类的模板向量； 所述采用贝叶斯学习框架构建联合损失包括以下具体步骤： 基于新故障类的特征向量输入新模型后得到的标签与新故障类的新类编码的误差构建交叉熵损失，通过散度衡量旧模型和新模型基于相同输入的匹配度概率分布差异以构建知识蒸馏损失，构建联合损失等于交叉熵损失加平衡系数与知识蒸馏损失的乘积，新模型为旧模型执行扩展机制后所得的网络模型。

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上海航数智能科技有限公司，其通讯地址为：200240 上海市闵行区剑川路951号1幢南楼1202室；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。