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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利多轴疲劳寿命预测方法、装置和计算机设备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：CN120764405B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202511278974.0，技术领域涉及：G06F30/27；该发明授权多轴疲劳寿命预测方法、装置和计算机设备是由甘磊;刘伟豪;周健友;仲政设计研发完成，并于2025-09-09向国家知识产权局提交的专利申请。

本多轴疲劳寿命预测方法、装置和计算机设备在说明书摘要公布了：本申请适用于材料力学与工程技术领域，提供了一种多轴疲劳寿命预测方法、装置和计算机设备，方法包括：从多轴疲劳试验数据库获取原始数据，并基于原始数据得到目标特征，基于半经验多轴疲劳寿命预测方法设计多个初始多轴疲劳寿命预测方程，根据每一初始多轴疲劳寿命预测方程构建对应的神经网络架构，结合目标特征及物理约束损失函数训练神经网络架构，得到目标神经网络，对目标神经网络的各网络模块进行内插采样构建增强数据集，基于增强数据集，通过符号回归提取各网络模块的可解释量化方程，组合可解释量化方程并经泛化筛选后，输出最终多轴疲劳寿命预测方程。兼顾精度、可解释性与泛化性，满足工程应用需求。

本发明授权多轴疲劳寿命预测方法、装置和计算机设备在权利要求书中公布了：1.一种多轴疲劳寿命预测方法，其特征在于，包括： 从多轴疲劳试验数据库获取原始数据，并基于所述原始数据得到目标特征； 基于半经验多轴疲劳寿命预测方法设计多个初始多轴疲劳寿命预测方程，根据每一初始多轴疲劳寿命预测方程构建对应的神经网络架构，结合所述目标特征及物理约束损失函数训练所述神经网络架构，得到目标神经网络； 对所述目标神经网络的各网络模块进行内插采样构建增强数据集； 基于所述增强数据集，通过符号回归提取各网络模块的可解释量化方程，组合所述可解释量化方程并经泛化筛选后，输出最终多轴疲劳寿命预测方程； 其中，所述从多轴疲劳试验数据库获取原始数据，并基于所述原始数据得到目标特征，包括： 从所述多轴疲劳试验数据库获取所述原始数据；其中，所述原始数据包括材料属性特征、多轴加载路径特征及加载环境特征； 基于所述原始数据执行特征工程生成人工特征集，并对所述原始数据与所述人工特征集进行无量纲化处理，输出归一化特征集； 对所述归一化特征集进行特征重要性排序及筛选，得到初始目标特征； 以多轴疲劳寿命作为输出目标，以浅层学习算法为回归器，以均方误差为回归性能指标，对所述初始目标特征进行筛选，得到所述目标特征。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。