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！

龙图腾网获悉重庆大学申请的专利一种基于稀疏变分贝叶斯的复杂装备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：CN116011214B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202211717067.8，技术领域涉及：G06F30/20；该发明授权一种基于稀疏变分贝叶斯的复杂装备剩余寿命预测方法是由刘切;王浩;柴毅;李俊豪设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本一种基于稀疏变分贝叶斯的复杂装备剩余寿命预测方法在说明书摘要公布了：本申请提供一种基于稀疏变分贝叶斯的复杂装备剩余寿命预测方法，步骤为：采集数据库中复杂装备的健康状态监测变量与装备退化指标数据；将健康状态监测变量作为输入，装备退化指标作为输出，构建存在噪声数据的剩余使用寿命预测线性回归模型；采用变分贝叶斯方法对回归模型进行参数估计，输出模型的权重系数，并对回归模型的权重系数进行稀疏化处理，去除占比小的权重系数及其状态监测变量，得到不同工况下的线性回归模型；采集待预测装备的健康状态监测变量，根据不同工况下的线性回归模型进行剩余使用寿命预测。本发明考虑测量噪声与参数不确定的影响，采用稀疏变分贝叶斯方法选取了更少的健康状态监测变量，实现了更准确的剩余使用寿命预测。

本发明授权一种基于稀疏变分贝叶斯的复杂装备剩余寿命预测方法在权利要求书中公布了：1.一种基于稀疏变分贝叶斯的复杂装备剩余寿命预测方法，其特征在于，具体步骤如下： 1数据采集：采集数据库中复杂装备的健康状态监测变量与装备退化指标数据； 2构建模型：将步骤1中得到的数据集中健康状态监测变量作为输入变量，装备退化指标作为输出变量，构建存在噪声数据的剩余使用寿命预测线性回归模型； 3模型训练：采用变分贝叶斯的方法对回归模型进行参数估计，输出模型的权重系数，并对回归模型中的权重系数进行稀疏化处理，去除占比小的权重系数及其状态监测变量，得到不同工况下的线性回归模型； 4剩余使用寿命预测：采集待预测装备的状态监测变量，根据步骤3中不同工况下的线性回归模型进行剩余使用寿命预测； 步骤2中构建模型的具体方法为： 1 式1中，为装备个不同周期内的健康状态序列，个监测变量序列构成的矩阵，对于每一个，有，参数向量，测量噪声向量； 步骤3中模型训练的具体步骤为： 3-1设置时刻为初始时刻，初始化模型各参数的分布； 3-2构建参数估计的目标函数，根据时刻各参数的先验分布，利用变分贝叶斯方法对时刻目标函数中各参数的后验分布进行近似估计； 3-3根据变分贝叶斯推理方法的VB最大化步骤选择出使第时刻目标函数最优的解并作用于时刻；令时刻，返回步骤3-2，重复步骤3-2-步骤3-3，直至目标函数的下界函数收敛，输出模型系数与似然函数值； 3-4去除步骤3-3中得到的占比较小的模型系数及其对应的健康状态监测变量，返回步骤3-1，重复步骤3-1-步骤3-4，直至ARD变量出现最大，输出模型最优参数，得到优化后的线性回归模型。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。