恭喜重慶郵電大學龐育才獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜重慶郵電大學申請的專利一種航空發動機的故障診斷方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115859177B 。
龍圖騰網通過國家知識產權局官網在2025-05-06發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202211479507.0,技術領域涉及:G06F18/2411;該發明授權一種航空發動機的故障診斷方法是由龐育才;楊周;肖云鵬;韋世紅;段思睿;李暾;李茜;李薛宏設計研發完成,并于2022-11-24向國家知識產權局提交的專利申請。
本一種航空發動機的故障診斷方法在說明書摘要公布了:本發明涉及一種航空發動機的故障診斷方法,包括獲取具有標簽信息的原始航空發動機故障數據并將原始航空發動機故障數據劃分為訓練集和測試集;將訓練集輸入稀疏自編碼器SAE并通過反向傳播機制對稀疏自編碼器SAE進行訓練;將測試集中的樣本輸入訓練好的稀疏自編碼器SAE通過隱藏層降維得到稀疏樣本向量;將稀疏樣本向量輸入SVM多分類器輸出稀疏樣本向量的預測結果,根據稀疏樣本向量的預測結果和稀疏樣本向量的標簽信息利用粒子群算法計算SVM多分類器的最優參數;將目標航空發動機故障數據的稀疏樣本向量輸入SVM多分類器輸出目標航空發動機故障數據的故障類別。
本發明授權一種航空發動機的故障診斷方法在權利要求書中公布了:1.一種航空發動機的故障診斷方法,其特征在于,包括:S1:獲取具有標簽信息的原始航空發動機故障數據并將原始航空發動機故障數據劃分為訓練集和測試集;所述標簽信息包括:航空發動機的故障類別;S2:將訓練集輸入稀疏自編碼器SAE并通過反向傳播機制對稀疏自編碼器SAE進行訓練;S3:將測試集中的樣本輸入訓練好的稀疏自編碼器SAE通過隱藏層降維得到稀疏樣本向量;S4:將稀疏樣本向量輸入SVM多分類器輸出稀疏樣本向量的預測結果,根據稀疏樣本向量的預測結果和稀疏樣本向量的標簽信息利用粒子群算法計算SVM多分類器的最優參數;所述根據稀疏樣本向量的預測結果和稀疏樣本向量的標簽信息利用粒子群算法計算SVM多分類器的最優參數包括:S41:設置粒子群的迭代次數、空間維度和粒子的數量,隨機初始化每個粒子的速度和位置;S42:將粒子的位置在空間每個維度的分量作為SVM多分類器的參數,并根據該參數下SVM多分類器對稀疏樣本向量的預測結果和稀疏樣本向量的標簽信息的歐式距離作為粒子的適應度值,更新粒子的最佳適應度值和群體粒子的最佳適應度值;S43:更新粒子的速度和位置;S44:重步驟S43-S44直至達到預設的迭代次數為止,輸出當前群體粒子的歷史最佳適應度值對應的SVM多分類器的參數得到SVM多分類器的最優參數;S5獲取目標航空發動機故障數據并計算目標航空發動機故障數據的稀疏樣本向量,將目標航空發動機故障數據的稀疏樣本向量輸入SVM多分類器輸出目標航空發動機故障數據的故障類別。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人重慶郵電大學,其通訊地址為:400065 重慶市南岸區南山街道崇文路2號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。