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！

龙图腾网获悉东北大学;西北工业大学申请的专利一种基于多模态深度学习的航空发动机剩余寿命预测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：CN121659253B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610171428.5，技术领域涉及：G06F18/25；该发明授权一种基于多模态深度学习的航空发动机剩余寿命预测方法是由李锐铭;陈毓智;林川;王学锋;咸婧仪;王振宇设计研发完成，并于2026-02-06向国家知识产权局提交的专利申请。

本一种基于多模态深度学习的航空发动机剩余寿命预测方法在说明书摘要公布了：本发明公开了一种基于多模态深度学习的航空发动机剩余寿命预测方法，涉及航空发动机预测与健康管理领域。该方法包括：获取并预处理多传感器时序数据；通过时域、频域和时频域的多尺度分析构建退化敏感特征集；构建包含原始数据处理模块与多尺度特征处理模块的多模态深度学习模型，并在该模型中引入注意力机制与不确定性量化模块；对模型进行轻量化处理以支持嵌入式部署。本发明融合了多尺度特征与多模态深度学习，具备不确定性量化能力，实现了高精度、可解释且具备不确定性量化的剩余寿命预测，为发动机维护决策提供可靠支持。

本发明授权一种基于多模态深度学习的航空发动机剩余寿命预测方法在权利要求书中公布了：1.一种基于多模态深度学习的航空发动机剩余寿命预测方法，其特征在于，包括以下步骤： S1、获取航空发动机历史运行数据并进行预处理，得到原始传感器时序数据；对原始传感器时序数据采用多尺度信号分析方法，从时域、频域和时频域三个维度提取退化敏感特征并进行拼接，构建多尺度特征序列；对所述原始传感器时序数据及多尺度特征序列分别采用滑动窗口法构建为原始数据样本集和多尺度特征样本集； S2、构建多模态深度学习模型，该模型包含原始数据处理模块、多尺度特征处理模块、注意力加权融合模块和不确定性量化模块； 所述原始数据处理模块接收原始数据样本集并通过多头自注意力机制和长短期记忆网络提取原始传感器时序数据的依赖特征，得到时序特征表示； 所述多尺度特征处理模块接收多尺度特征样本集并通过多分支卷积神经网络与注意力加权机制提取并融合不同尺度的退化特征，得到上下文特征表示； 所述注意力加权融合模块采用注意力机制对所述时序特征表示与所述上下文特征表示拼接得到的初始融合特征进行加权融合，得到精炼融合特征； 所述不确定性量化模块基于变分推断原理构建，以所述精炼融合特征作为输入，输出剩余寿命的点预测值和预测不确定性度量； S3：对所述多模态深度学习模型进行训练； S4：将待预测航空发动机的运行数据输入训练好的多模态深度学习模型中，输出点预测值及标准差，进而度量剩余寿命的预测值和不确定性区间。

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东北大学;西北工业大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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。