基于Dlinear-CNN模型的航空发动机寿命预测方法及装置（高校公示15天）（不包年费滞纳金）（需要二变）

本发明涉及基于Dlinear‑CNN模型的航空发动机寿命预测方法及装置，包括以下：获取航空发动机退化的原始数据集，并对所述原始数据集进行数据预处理得到处理后数据，并划分为训练集以及测试集；基于训练集训练预构建的Dlinear‑CNN模型，并将训练后的Dlinear‑CNN模型作为发动机寿命预测模型；将测试集通过滑窗分割后输入发动机寿命预测模型中进行测试，使用Hyperband算法进行超参数优化得到最优的超参数组合，以最优的超参数组合更新发动机寿命预测模型得到优化后的发动机寿命预测模型；以优化后的发动机寿命预测模型对目标航空发动机进行寿命预测。本发明融合CNN卷积神经网络弥补了单独使用Dlinear模型提取发动机的退化信息表现欠佳，出现模型收敛速度慢、预测结果与实际值差距较大的问题。

《基于Dlinear-CNN模型的航空发动机寿命预测方法及装置（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 202510387956X，当前法律状态为已下证，由广东海洋大学提出申请，发明人为邹佳颖;林景亮;麦竣深;袁诗佳;邵泳志;肖创番，申请日期为2025-03-31，公开（公告）日期为2026-02-03，国际专利分类号（IPC）为 G06F 18/20 (2023.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明涉及基于Dlinear‑CNN模型的航空发动机寿命预测方法及装置，包括以下：获取航空发动机退化的原始数据集，并对所述原始数据集进行数据预处理得到处理后数据，并划分为训练集以及测试集；基于训练集训练预构建的Dlinear‑CNN模型，并将训练后的Dlinear‑CNN模型作为发动机寿命预测模型；将测试集通过滑窗分割后输入发动机寿命预测模型中进行测试，使用Hyperband算法进行超参数优化得到最优的超参数组合，以最优的超参数组合更新发动机寿命预测模型得到优化后的发动机寿命预测模型；以优化后的发动机寿命预测模型对目标航空发动机进行寿命预测。本发明融合CNN卷积神经网络弥补了单独使用Dlinear模型提取发动机的退化信息表现欠佳，出现模型收敛速度慢、预测结果与实际值差距较大的问题。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！