华东理工大学朱明亮获国家专利权
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！
龙图腾网获悉华东理工大学申请的专利一种基于数字孪生的超声疲劳实验监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：CN119936211B 。
龙图腾网通过国家知识产权局官网在2025-12-26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：202410551912.1，技术领域涉及：G01N29/44；该发明授权一种基于数字孪生的超声疲劳实验监测方法是由朱明亮;王怡婷;苗心竹;张月;刘琦;陈蓉;轩福贞设计研发完成，并于2024-05-07向国家知识产权局提交的专利申请。
本一种基于数字孪生的超声疲劳实验监测方法在说明书摘要公布了：本发明属于机械结构强度的材料性能测试领域，尤其是一种基于数字孪生的超声疲劳实验监测方法。该方法以超声疲劳试验机平台为基础，通过采集频率、温度、载荷等测试数据，建立测试对象的超声疲劳数字孪生模型，结合疲劳寿命预测模型，进行超声疲劳的实时在线监测并开展寿命预测。与传统的试验方法相比，本发明将超声检测数据与数字孪生模型技术相结合，实现了材料疲劳寿命的预测和评估，提高了测试的效率，降低了长寿命测试的成本，并提升了测试数据的准确性和可靠性。
本发明授权一种基于数字孪生的超声疲劳实验监测方法在权利要求书中公布了：1.一种基于数字孪生的超声疲劳实验监测方法，其特征在于：包括以下步骤： S1，获得实验室超声疲劳试件的几何结构参数和所用材料特性； S2，获取超声疲劳试验的初始工况和环境参数； S3，根据S2得到的数据搭建数字孪生子模型； S4，基于S3中数字孪生子模型构建完整的数字孪生模型； S5，在超声疲劳试验过程中，对金属材料疲劳寿命的相关数据进行实时监测； S6，使用MATLAB中的信号处理、统计学工具来识别和提取与金属疲劳寿命相关的特征，并对S5所得数据进行预处理，包括数据清洗、去除异常值、数据平滑操作； S7，基于S6处理后的数据，数字孪生模型实时更新S4中数字孪生模型参数，并进行预测； S8，实时计算采集S7中预测结果与S5中真实结果对比得到的偏差； S9，根据S8中计算出的偏差数据对S4所述数字孪生模型进行调整和修正，得到新的更准确的数字孪生模型，对数字孪生模型的优化； S10，使用已训练好的数字孪生模型对新的试件进行疲劳寿命预测，预测结果即为材料在一定环境条件下在相对应载荷下的疲劳寿命，据此进行优化设计。
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华东理工大学，其通讯地址为：200237 上海市徐汇区梅陇路130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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励