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！

龙图腾网恭喜中国人民解放军国防科技大学申请的专利基于深度学习的电解制氧设备的使用寿命预测方法及装置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：CN115062767B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210745310.0，技术领域涉及：G06N3/0442；该发明授权基于深度学习的电解制氧设备的使用寿命预测方法及装置是由罗自荣;尚建忠;姚淦洲;董文平;张滔;蒋涛;卢钟岳;王莽宽设计研发完成，并于2022-06-27向国家知识产权局提交的专利申请。

本基于深度学习的电解制氧设备的使用寿命预测方法及装置在说明书摘要公布了：本发明公开了一种基于深度学习的电解制氧设备的使用寿命预测方法及装置。方法包括：S1、将电解制氧设备中每处设备的检测对象设定为制氧通道中的氧气浓度；S2、将所有设备的制氧通道中的氧气浓度进行学习训练，记录收集到的所有设备正常、异常时氧气浓度数据，采用MLP神经网络对氧气浓度数据进行深度学习与训练，并建构用于预测测试数据的模型；S3、采用模型对所有设备的制氧通道中的氧气浓度进行实时监测，并得出监测结果；S4、根据所述监测结果基于剩余寿命预测深度学习模型预测电解制氧设备的使用寿命。本发明能有效的综合考虑流程优化、维修性、操作性及安全性，避免制氧过程中某单元异常而导致的供应断裂，更好的预测电解制氧设备的使用寿命。

本发明授权基于深度学习的电解制氧设备的使用寿命预测方法及装置在权利要求书中公布了：1.一种基于深度学习的电解制氧设备的使用寿命预测方法，其特征在于，包括以下步骤：S1、将电解制氧设备中每处设备的检测对象设定为制氧通道中的氧气浓度；S2、将所有设备的制氧通道中的氧气浓度进行学习训练，记录收集到的所有设备正常、异常时氧气浓度数据，采用MLP神经网络对氧气浓度数据进行深度学习与训练，并建构用于预测测试数据的模型；S3、采用模型对所有设备的制氧通道中的氧气浓度进行实时监测，并得出监测结果；S4、根据所述监测结果基于剩余寿命预测深度学习模型预测电解制氧设备的使用寿命；所述剩余寿命预测深度学习模型采用长短时记忆网络LSTM模型并基于MLP框架训练，所述剩余寿命预测深度学习模型的输入为所有设备的剩余使用寿命，设备的剩余使用寿命分布为：FLw＝p{T≤1+tn|T＞tn＝[Fw+tn-Ftn][1-Ftn]；式中，t为时间，w为失效阙值，T代表设备总使用时间、tn代表设备额定使用时间。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。