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申请的专利基于深度强化学习和重要抽样的机电系统可靠性评估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：CN119885759B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411990192.5，技术领域涉及：G06F30/23；该发明授权基于深度强化学习和重要抽样的机电系统可靠性评估方法是由张小玲;武平;赵松晨;陶偲钰;孙锐;李海庆设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本基于深度强化学习和重要抽样的机电系统可靠性评估方法在说明书摘要公布了：本发明公开了一种基于深度强化学习和重要抽样的机电系统可靠性评估方法，首先建立复杂机电系统可靠性框图，再分析系统各层级运行状态传感器数据，构建机电系统传感器数据及多物理场性能仿真分析融合数据集，然后建立基于深度强化学习的可靠性评估模型，基于自适应MCMC的重要抽样策略评估机电系统可靠性，最后分析机电系统运行参数可靠性灵敏度，基于粒子群智能算法优化运行参数，通过环境信息验证优化策略的有效性。本发明的方法通过结合深度强化学习的智能决策能力和重要抽样的自适应性抽样策略，减少评估所需的计算资源和时间，同时提高评估结果的准确性和可信性，以更好地支持机电系统的设计、维护和优化决策。

本发明授权基于深度强化学习和重要抽样的机电系统可靠性评估方法在权利要求书中公布了：1.一种基于深度强化学习和重要抽样的机电系统可靠性评估方法，具体步骤如下： S1、建立复杂机电系统功能框图，分析关键零部件失效模式及其影响，进而建立系统可靠性框图； 首先将复杂机电系统按照其功能和结构层次进行分解，识别出各个子系统、模块及关键零部件，建立复杂机电系统功能框图；再基于FEMA方法分析复杂机电系统关键零部件失效模式及其影响，最后在完成机电系统功能框图和关键零部件失效模式及其影响分析的基础上，将功能框图转化为可靠性框图； S2、分析系统各层级运行状态传感器数据，并根据步骤S1中关键零部件失效模式，建立基于虚拟样机技术的关键零部件多物理场性能仿真分析模型，构建机电系统传感器数据及多物理场性能仿真分析融合数据集； S3、根据步骤S2中建立的机电系统传感器数据及多物理场性能仿真分析融合数据集，建立基于深度强化学习的可靠性评估模型； S4、基于步骤S3建立的可靠性评估模型，建立基于自适应MCMC的重要抽样策略，通过强化学习和环境交互评估机电系统可靠性； S5、基于步骤S4，分析机电系统运行参数可靠性灵敏度，基于粒子群智能算法优化运行参数，提高系统可靠性，进一步再通过环境信息验证优化策略的有效性； 其中所述运行参数包括：运动轨迹、电机输出转矩、控制参数、关节输出转角。

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，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。