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！

龙图腾网恭喜重庆大学申请的专利基于概率流学习的金属构件疲劳状态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：CN115753049B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202211416638.4，技术领域涉及：G01M13/00；该发明授权基于概率流学习的金属构件疲劳状态评估方法是由尹爱军;龙振东设计研发完成，并于2022-11-13向国家知识产权局提交的专利申请。

本基于概率流学习的金属构件疲劳状态评估方法在说明书摘要公布了：本发明公开了一种基于概率流学习的金属构件疲劳状态评估方法，包括如下步骤：步骤一：采集数据：步骤二：构建数据驱动模型：以平滑常微分方程映射到一向量场，以约束单调性；利用随机微分方程将随机扰动引入向量场，得到微分向量场；利用诱导变量和诱导状态将高斯过程回归的均值和方差进行编码为微分向量场的漂移和扩散系数；步骤三：构建数模融合模型：以残余应力作为状态粒子，将随机微分方程作为隐空间状态方程，将物理模型作为观测空间状态方程，构建数模融合的状态空间模型；步骤四：疲劳状态评估：以基于残差所得的疲劳周期与数据驱动模型所得的疲劳周期，使用最小二乘法输出最终预测疲劳周期，实现疲劳状态评估。

本发明授权基于概率流学习的金属构件疲劳状态评估方法在权利要求书中公布了：1.一种基于概率流学习的金属构件疲劳状态评估方法，其特征在于：包括如下步骤：步骤一：采集数据：获取金属全寿命阶段疲劳周期和残余应力的测量数据；步骤二：构建数据驱动模型：以平滑常微分方程映射到一向量场，该向量场决定变量在向量场中演化的顺序不能被置换，以约束单调性；利用随机微分方程将随机扰动引入向量场，得到微分向量场；利用诱导变量和诱导状态将高斯过程回归的均值和方差进行编码为微分向量场的漂移和扩散系数，构建得到数据驱动模型；步骤三：构建数模融合模型：以残余应力作为状态粒子，将随机微分方程Stk,w；σn作为隐空间状态方程，将物理模型σ′n作为观测空间状态方程，构建数模融合的状态空间模型；步骤四：疲劳状态评估：利用测量所得的残余应力和数据驱动模型预测对数疲劳周期代回物理模型校正的残余应力形成残差；以基于残差所得的疲劳周期与数据驱动模型所得的疲劳周期，使用最小二乘法输出最终预测疲劳周期，实现疲劳状态评估；选择的残差测量方法是逆sigmod函数： 其中，w是高斯距离的权重；b是权重尺度参数，等于物理模型变换后的高斯过程方差值；c是位置参数，取残余应力的平均值；x是残余应力； 其中，t′k表示最终得到的疲劳周期；Stk,w；σn表示高斯过程预测的对数疲劳周期；表示物理模型得出的对数疲劳周期；表示计算期望所得的粒子权重。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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”。