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！

龙图腾网获悉西北工业大学申请的专利虚实融合下机械零部件可靠性指标验证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：CN120449727B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510962619.9，技术领域涉及：G06F30/27；该发明授权虚实融合下机械零部件可靠性指标验证方法是由王迅;韩文轩;刘全跃;马兴宇;喻天翔;庄新臣设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本虚实融合下机械零部件可靠性指标验证方法在说明书摘要公布了：本发明公开了一种虚实融合下机械零部件可靠性指标验证方法，属于可靠性工程技术领域。针对现有技术中通过物理实验测试机械零部件可靠性指标存在试验周期长的问题，本发明针对机械零部件风险最高失效模式搭建试验台进行物理试验，对风险最高失效模式下的损伤值监测量进行测量，建立机械零部件风险最高失效模式下的初步损伤模型；然后建立损伤仿真模型，并根据物理试验数据以及贝叶斯推断不断更新损伤仿真模型中的未知参数随机变量，得到参数化的损伤仿真模型；最后根据机械零部件风险最高失效模式下的可靠性指标，对参数化的损伤仿真模型进行对比验证。该方法能有效地减少机械零部件进行可靠性指标验证时所需的样本，降低试验成本和试验周期。

本发明授权虚实融合下机械零部件可靠性指标验证方法在权利要求书中公布了：1.虚实融合下机械零部件可靠性指标验证方法，其特征在于，包括以下步骤： S1：建立机械零部件风险最高失效模式下的初步损伤模型； S2：基于步骤S1中的初步损伤模型构建损伤仿真模型，并通过物理实验数据和贝叶斯推断对损伤仿真模型中的未知参数随机变量进行表征，得到参数化的损伤仿真模型； S3：根据机械零部件风险最高失效模式下的可靠性指标，对步骤S2中得到的参数化的损伤仿真模型进行验证； 其中，步骤S2的具体操作包括以下步骤： S201：将步骤S1中构建的初步损伤模型作为损伤仿真模型的初始状态； S202：通过物理实验数据和贝叶斯推断对损伤仿真模型中的未知参数随机变量进行仿真，从而对损伤仿真模型进行更新； S203：确定未知参数随机变量的表征方式后，最终得到参数化的损伤仿真模型； 步骤S202的具体操作包括以下步骤： S2021：对风险最高失效模式下的未知参数随机变量K进行贝叶斯更新，利用上一个周期得到的K的后验分布作为当前周期的先验分布进行未知参数随机变量K的贝叶斯更新： ； 其中，h表示风险最高失效模式下当前损伤周期下的损伤值监测量，是在当前损伤周期下未知参数随机变量K的先验分布，表示在有新的物理试验测试平台传输过来损伤值监测量数据时，对参数进行贝叶斯更新的后验分布，并且作为下一次参数更新的先验分布；Ph是损伤值监测量数据处理后的边缘分布，用于归一化，使得后验分布积分为1，Ph|K是损伤值监测量数据处理后的似然函数； S2022：在n个损伤周期内，定义每个损伤周期损伤值监测量为hi，i=1,2,…,n，规定当前损伤周期的实际损伤值监测量与利用先验分布进行预测的损伤值之差服从均值为0，标准差为的正态分布，则： ； 其中，为利用当前周期未知参数随机变量K的先验分布对当前周期的损伤量预测值；表示第i个损伤周期内，损伤值监测量数据处理后的似然函数； S2023：当连续两个损伤周期的损伤量预测值与物理试验损伤值监测量的相对误差小于0.1%时，停止对未知参数随机变量的贝叶斯更新，并以最后一个周期所求未知参数随机变量的后验分布作为最终结果； S2024：重复步骤S2021-S2023，每组完成贝叶斯更新后未知参数随机变量K的均值和标准差分别为u，=1,2,…,，则未知参数随机变量服从均值为，标准差为的正态分布； 步骤S3的具体操作包括以下步骤： S301：根据风险最高失效模式下的可靠性指标，建立机械零部件可靠性分析的功能函数； S302：利用机械零部件风险最高失效模式下的影响因素中参数的概率密度函数，使用拉丁超立方法生成含有个样本的蒙特卡罗样本池 S303：采用Kriging代理模型对样本池中的数据进行更新，得到最终Kriging代理模型； S304：基于最终Kriging代理模型对机械零部件的可靠性指标进行预测和对比验证。

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西北工业大学，其通讯地址为：710068 陕西省西安市碑林区友谊西路127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。