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！

龙图腾网获悉浙江大学;东方电气长三角(杭州)创新研究院有限公司;中国东方电气集团有限公司申请的专利基于物理信息神经网络的复杂装备概率疲劳寿命预测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：CN120724863B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202511204512.4，技术领域涉及：G06F30/27；该发明授权基于物理信息神经网络的复杂装备概率疲劳寿命预测方法是由胡伟飞;郭昕兴;赵峰;廖家乐;张桐舟;鄢继铨;范立昕;董娜;王立闻;王其君;曾志;曾宇;谭建荣设计研发完成，并于2025-08-27向国家知识产权局提交的专利申请。

本基于物理信息神经网络的复杂装备概率疲劳寿命预测方法在说明书摘要公布了：本发明公开了基于物理信息神经网络的复杂装备概率疲劳寿命预测方法，属于复杂装备疲劳分析领域，首先，对复杂装备材料的疲劳寿命数据按应力进行分组，使用非参数概率估计、线性回归和最大熵建模进行自适应混合不确定性量化，接着，基于拟合得到的标准差数据训练物理引导神经网络，补充缺失或有限数据应力下的标准差，然后，基于补充标准差数据和疲劳寿命数据训练贝叶斯物理信息神经网络，对预训练的贝叶斯神经网络进行多次采样得到PSN曲线，用于复杂装备的概率疲劳寿命预测。本发明显著提升了复杂装备概率疲劳寿命预测的准确性和稳定性，确保了预测结果的物理一致性。

本发明授权基于物理信息神经网络的复杂装备概率疲劳寿命预测方法在权利要求书中公布了：1.基于物理信息神经网络的复杂装备概率疲劳寿命预测方法，其特征在于包括如下步骤： 步骤S1：对复杂装备材料的疲劳寿命数据按应力进行分组，对各应力下的数据进行非参数概率估计和正态性检验，对通过检验的疲劳寿命数据，基于非参数概率估计的结果按正态分布进行拟合，对未通过的疲劳寿命数据，利用最大熵分布进行拟合； 步骤S2：构建预测缺失标准差的物理导向神经网络，基于拟合得到的标准差数据和所述疲劳寿命数据的应力，训练物理导向神经网络，以通过所述应力预测所述标准差； 步骤S3：构建预测概率疲劳寿命的物理信息神经网络，以疲劳寿命数据的应力作为输入，输出对数疲劳寿命数据，训练过程中对神经网络参数进行多次采样预测，计算各应力下预测的疲劳寿命标准差，同时基于疲劳寿命数据的应力、对数疲劳寿命数据，以及所述物理导向神经网络生成的所述标准差构建复合损失函数； 步骤S4：根据预训练的物理信息神经网络的预测，得到PSN曲线，结合复杂装备的要求，确定特定失效率下的疲劳寿命，用于概率疲劳寿命预测。

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浙江大学;东方电气长三角(杭州)创新研究院有限公司;中国东方电气集团有限公司，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。