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！

龙图腾网获悉电子科技大学;电子科技大学广东电子信息工程研究院申请的专利一种多应力下粘合剂退化试验中的应力与样本确定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：CN116306195B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202210693061.5，技术领域涉及：G06F30/27；该发明授权一种多应力下粘合剂退化试验中的应力与样本确定方法是由唐樟春;植良蕊;夏艳君;袁云龙;张郑;刘盼设计研发完成，并于2022-06-17向国家知识产权局提交的专利申请。

本一种多应力下粘合剂退化试验中的应力与样本确定方法在说明书摘要公布了：本发明公开了一种多应力下粘合剂退化试验中的应力与样本确定方法，属于粘合剂可靠性分析领域，尤其针对粘合剂加速退化试验方案设计。在对粘合剂加速退化试验进行优化设计求解最佳应力水平和最佳样本数时，采用考虑随机初始值的分散过程模型对试验优化问题进行分析，提升了后续可靠性分析的估计精度并为其他具有随机效应的高可靠产品提供了新思路。

本发明授权一种多应力下粘合剂退化试验中的应力与样本确定方法在权利要求书中公布了：1.一种多应力下粘合剂退化试验中的应力与样本确定方法，该方法包含如下： 步骤1：选定应用于粘合剂的应力为多应力组合形式；假设有l个应力因素{S1,S2,…Sl}，每个应力因素里包含L个应力水平{Si1,Si2,…,SiL}，i＝1,2,…,l，当Si0为正常应力水平，SiM为极限应力水平时，Si0＜Si1＜…＜SiL＜SiM；试验样本总数为n，将样本分为L组，第k组应力下的样本分配比为pk，样本数量为nk＝n·pk；对第k个应力水平下，试验时间tk＝t·rk，间隔时间Δt，检测次数为Mk＝tkΔt＝t·rkΔt，k＝1,2,…,L； 步骤2：建立考虑随机初值的分散过程模型； 步骤3：对粘合剂加速退化试验方案设计问题结合步骤2的模型建立优化目标，如下所示： 步骤3.1：假设试验总成本为C，样品单价为Cu，单位时间下实施经费为Co，优化准则选用则最大化Fisher信息矩阵的行列式，优化问题表示为： Maxdet[Iξ] s.t.Cu·n+C0·t≤C 步骤3.2：将|Iξ|分解为fn,t,Δt×gpk,rk,Sik，其中fn,t,Δt只与样本数和试验时间有关，gpk,rk,Sik与待优化的决策变量有关，则优化目标表示为： Maxdet[Iξ]＝fn,t,Δt×gpk,rk,Sik s.t.Cu·n+C0·t≤C Si0＜Si1＜Si2＜…＜SiL＜Smaxi＝1,2,…,l 步骤3.3：根据步骤2.3对数似然函数式子推导出Fisher信息矩阵Iξ，矩阵中元素为对数似然函数分别对未知模型参数的二阶偏导数的负期望值，其中未知模型参数为ξ＝A,B,C,…,θ,ε2,σ2，各元素表示为 步骤4：针对粘合剂加速退化试验方案优化设计问题，采用遗传算法求解目标函数得到最佳应力水平Sk和样本比例pk； 步骤4.1：随机生成若干个数的二进制染色体，并根据待优化实验设计变量的个数对染色体进行编码； 步骤4.2：设置种群数量，变量维度，变量的约束，终止条件，交叉率，变异率，并初始化种群； 步骤4.3：以优化目标函数为适应度函数，对种群中的每个个体进行适应度评价，择优选取淘汰劣势； 步骤4.4：对步骤3中的其余个体进行染色体交叉、遗传、变异操作，生成新的一代种群； 步骤4.5：重复步骤4.2和步骤4.3，直到适应度函数达到最大，或种群达到最大遗传代数； 步骤4.6：将适应度函数最大的个体染色体进行解码，得到待优化变量的最优解，即为试验最优设计方案。

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电子科技大学;电子科技大学广东电子信息工程研究院，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。