公开(公告)号：CN117610411A

公开(公告)日：2024-02-27

申请号：CN202311537732.X

申请日：2023-11-17

Applicant: 华中科技大学

Inventor： 邱浩波 ,  尚新宇 ,  蒋琛 ,  尚洁 ,  高亮 ,  孟磊

IPC: G06F30/27 ,  G06F18/213 ,  G06F18/27 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0985 ,  G06F119/02 ,  G06F119/04

Abstract: 本发明公开了一种基于元学习的机械剩余使用寿命预测方法及系统，属于故障预测技术领域，方法包括：从已知失效模式的退化轨迹中采集充足数据构成元训练集，从新失效模式的退化轨迹中采集小样本数据构成元测试集对剩余使用寿命预测模型进行训练适应和测试，其中，剩余使用寿命预测模型包括主干网络、任务嵌入层及线转换层；在元训练过程中，通过任务嵌入和特征更改来改进MAML算法，基于该改进的算法利用元训练集的元任务进行元训练，并利用元测试集的新任务进行适应和预测，解决了小样本RUL预测框架中模型容易过拟合和模型跨域能力受限的问题，进而提升了模型的预测性能。

公开(公告)号：CN116992571A

公开(公告)日：2023-11-03

申请号：CN202311065805.X

申请日：2023-08-22

Applicant: 华中科技大学

Inventor： 邱浩波 ,  张宪国 ,  尚新宇 ,  尚洁 ,  高亮 ,  许丹阳

IPC: G06F30/15 ,  G06F30/27 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/092 ,  G06F119/02 ,  G06F119/08 ,  G06F119/14

Abstract: 本发明属于航空发动机性能预测相关技术领域，其公开了一种数模融合驱动的航空发动机剩余使用寿命预测方法及系统，该预测方法首先建立航空发动机的性能退化机理模型，并基于CSAC算法进行机理模型校准，然后利用模型校准提取到的退化参数特征和多传感器历史数据建立多时间尺度混合特征增强的Inception膨胀门控卷积神经网络模型，最后使用训练好的模型完成航空发动机剩余使用寿命的精确预测，解决数模融合的剩余使用寿命预测存在的实际过程中退化参数特征不可知、特征尺度不一致、特征提取能力较弱的问题。