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！

龙图腾网获悉哈尔滨工业大学(威海)申请的专利航空发动机气路多部件性能评估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：CN115408924B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202210818076.X，技术领域涉及：G06F30/27；该发明授权航空发动机气路多部件性能评估方法是由付旭云;钟诗胜;白争锋;蒋伟设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。

本航空发动机气路多部件性能评估方法在说明书摘要公布了：本发明涉及航空发动机运行性能监控技术领域，具体的说是一种能够显著提高航空涡扇发动机运行性能监控效率和准确率的航空发动机气路多部件性能评估方法，将各气路部件性能衰退量视为隐变量，首先以经预处理和标准化处理后的气路参数偏差值与该型号发动机气路参数偏差值基准间的差值作为模型输入；接着借助由1DCNN和MLP构建的非线性编码器，解耦隐藏在气路参数偏差值中的各气路部件性能衰退量；然后利用基于指印图提取当初气路部件单位性能衰退对气路参数偏差值的影响量作为权重构建线性解码器，借助该线性解码器重构输入；再以输入输出间差异最小化为目标，训练该神经网络模型，以获得最优解码器参数。

本发明授权航空发动机气路多部件性能评估方法在权利要求书中公布了：1.一种航空发动机气路多部件性能评估方法，其特征在于，包括以下步骤： 步骤一：建立非线性编码器模型，进行特征提取，所述非线性编码器由一维卷积神经网络1D-CNN和传统编码器组成，1D-CNN包含卷积层，非线性激活层与池化层3个基本单元；由于采用自动编码器重构输入输出需要确保重构前后的数据相一致，故需去除用于缩小模型参数的池化层，去除池化层后的1D-CNN提取特征过程如下： 以时间长度为T，特征参数为3的ΔD构建1D-CNN的输入特征面， 通过采用n个3×3的卷积核按式5对输入特征面进行卷积运算，再将卷积运算后的结果输入非线性激活层，输出n个卷积特征面Yi；为了保证输入前后数据长度一致，需在输入特征面X的首尾进行0填充，填充后的特征面 ； 5， 式中Yi,j——第i个卷积特征面的第j个特征值,i∈1,n； ——第j行所对应卷积区域的的第u行v列的输入值，j∈1,T； ——待学习的第i个卷积核的第u行v列的权值； σc——非线性激活函数； 在卷积之后引入非线性激活函数，可将原线性映射特征面Ki*xj映射到非线性空间，在映射后的非线性空间中，原线性不可分的线性映射特征将有机会找到一线性可分路径，从而解耦非线性耦合工作状态下的各气路部件性能衰退量H，采用ELU函数作为网络的非线性激活函数； 步骤二：进行非线性编码： 通过1D-CNN提取出特征后，以时间长度为T，特征个数为n的卷积特征面构建非线性编码器的输入，将其通过由多层感知机构成的非线性编码器映射到用于表征解耦后各气路部件性能衰退量的隐藏层上； 步骤三：进行线性解码处理：通过特征提取与非线性编码获得解耦后气路部件性能衰退量H后，通过利用指印图中各气路部件单位性能衰退对气路参数偏差值的影响量为权重Wd构建的线性解码器重构气路参数偏差值线性解码方式如式9所示： ， 式中bd——待学习的解码器偏置， ； 步骤四：参数寻优：非线性编码器模型以重构前后气路参数偏差值的重构误差最小为目标，故用如式10的均方差函数作为优化目标之一， ， 式中L1——重构前后气路参数偏差值的均方差； n——样本数； θ——待学习的模型参数，θ＝{Ki,W′e,b′e,We,be,bd}； ——重构后的第i个气路参数偏差值与基准的差值； Δdi——重构前的第i个气路参数偏差值与基准的差值。

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哈尔滨工业大学(威海)，其通讯地址为：264200 山东省威海市文化西路2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。