Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学长三角研究院(湖州)智鹏鹏获国家专利权

电子科技大学长三角研究院(湖州)智鹏鹏获国家专利权

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长三角研究院(湖州)申请的专利基于多保真度主动学习代理模型的机构可靠度计算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:CN119918422B

龙图腾网通过国家知识产权局官网在2025-07-11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:202510404735.9,技术领域涉及:G06F30/27;该发明授权基于多保真度主动学习代理模型的机构可靠度计算方法是由智鹏鹏;凌飞;刘鹏翔设计研发完成,并于2025-04-02向国家知识产权局提交的专利申请。

基于多保真度主动学习代理模型的机构可靠度计算方法在说明书摘要公布了:本发明涉及机构可靠性分析技术领域,具体公开了一种基于多保真度主动学习代理模型的机构可靠度计算方法,包括确定样本空间、初始试验设计、构建多保真度模型、基于主动学习函数添加样本点、更新模型、计算失效概率和变异系数、获得机构性能函数及可靠性分析结果等步骤。本发明与现有技术相比,通过构建多保真度代理模型,在保证模型拟合精度的前提下,降低了构建模型的计算成本;应用主动学习函数筛选并添加最优样本点,并更新多保真度Kriging模型,提高了所构建代理模型的精度;通过设置TAEA收敛准则,对模型计算精度和计算效率进行平衡,提高了代理模型的计算效率。

本发明授权基于多保真度主动学习代理模型的机构可靠度计算方法在权利要求书中公布了:1.一种基于多保真度主动学习代理模型的机构可靠度计算方法,其特征在于,包括以下步骤: S1、基于既有的多物理场耦合仿真系统,在多物理场耦合仿真系统中设置待分析机构的尺寸和工况,得到待分析机构的二维热力学模型、三维多体动力学模型和不确定性变量参数的样本空间; S2、使用拉丁超立方法,基于待分析机构的二维热力学模型、三维多体动力学模型以及设置的不确定性变量参数的样本空间,进行初始试验设计,从不确定性变量参数的样本空间得到待分析机构的初始低保真度样本点,并从初始低保真度样本点中随机抽取一定比例作为初始高保真度样本点,初始低保真度样本点和初始高保真度样本点共同组成当前样本空间; S3、利用多物理场耦合仿真系统、待分析机构的二维热力学模型、三维多体动力学模型和不确定性变量参数的样本空间,分别计算待分析机构的低保真度样本响应值和高保真度样本响应值,基于低保真度样本点、高保真度样本点、低保真度样本响应值和高保真度样本响应值构建多保真度Kriging模型,多保真度Kriging模型包括低保真度Kriging模型和高保真度Kriging模型,根据构建的多保真度Kriging模型得到待分析机构的性能函数,根据性能函数计算待分析机构的失效概率和变异系数,若变异系数满足精度要求,执行步骤S5,否则执行步骤S4; S4、利用改进的MRU主动学习函数从不确定性变量参数的样本空间中筛选最优样本点,并将最优样本点添加至当前样本空间中,利用TAEA收敛准则作为MRU主动学习函数主动学习过程的停止条件,满足TAEA收敛准则时,更新多保真度Kriging模型,执行步骤S3,不满足TAEA收敛准则时,重复执行本步骤,直至满足TAEA收敛准则; MRU主动学习函数为: ; 其中,为MRU主动学习函数,为高保真度Kriging模型的预测均值,为高保真度Kriging模型的标准差,为模型保真度,为构建的低保真度Kriging模型,为构建的高保真度Kriging模型,为多保真度关联函数,为成本比函数,为概率密度函数; TAEA收敛准则包括收敛准则A和收敛准则B,TAEA收敛准则表达式为: ; 其中,为多保真度Kriging模型预测的失效概率,为蒙特卡洛方法生成的样本数,为累积分布函数; S5、输出待分析机构的性能函数、失效概率和变异系数,得到机构可靠度结果。

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长三角研究院(湖州),其通讯地址为:313000 浙江省湖州市吴兴区西塞山路819号南太湖科技创新综合体B1幢8层;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。