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！

龙图腾网恭喜西安交通大学申请的专利一种人在回路的精密装备装配精度调控方法及相关装置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：CN119635234B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202510183617.X，技术领域涉及：B23P19/00；该发明授权一种人在回路的精密装备装配精度调控方法及相关装置是由赵强强;姜冬磊;洪军;余德文;刘世伟;郭俊康;张进华设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本一种人在回路的精密装备装配精度调控方法及相关装置在说明书摘要公布了：本发明属于精密装备装配技术领域，公开了一种人在回路的精密装备装配精度调控方法及相关装置，所述方法包括：根据精密装备开展实际测量装调的数据，获得参数输入及精度输出，结合几何参数和物理参数，建立高精度样本集数据库；获取经验数据，构建基于经验数据的经验模型与偏好学习模型；基于高精度样本集数据库进行贝叶斯优化，结合人在回路建立数字孪生模型，通过数字孪生模型进行优化，结合经验模型与偏好学习模型，选择满足装配精度和性能的装配调整方案。本发明将经验数据引入到复杂精密装备装配的优化调控当中，为实现复杂精密装备的快速精准调控提供了有效的方法，对大幅提升复杂精密装备装配精度具有重要意义。

本发明授权一种人在回路的精密装备装配精度调控方法及相关装置在权利要求书中公布了：1.一种人在回路的精密装备装配精度调控方法，其特征在于，包括：根据精密装备开展实际测量装调的数据，获得参数输入及精度输出，结合几何参数和物理参数，建立高精度样本集数据库；获取经验数据，构建基于经验数据的经验模型与偏好学习模型；根据高精度样本集数据库进行贝叶斯优化，结合经验模型与偏好学习模型，基于人在回路建立数字孪生模型进行装配参数优化，选择满足装配精度和性能的装配调整方案；所述经验模型与偏好学习模型的构建方法为：将经验数据引入优化装调过程，通过量化的方法对经验数据进行数学化表征建模，建立适用于优化判断的经验模型；基于偏好学习确定经验模型提供的最优判断的范围条件，利用似然模型构建偏好学习函数，通过迭代优化完善建立偏好学习模型；所述数字孪生模型的建立方法为：在贝叶斯优化的基础上，引入经验模型与偏好学习模型，采用人在回路的采集函数和高斯回归过程标准采集函数，建立人在回路的数字孪生模型；通过数字孪生模型进行装配参数优化的过程，包括：依据实际工况确定优化调整的装配参数；基于标准采集函数构建优化调控模型，求解装配参数调整方案；判断经验模型是否参与并影响当前优化，基于人在回路采集函数构建优化调控模型，求解装配参数调整方案，选择适合实际工况的装配参数调整方案；所述经验模型是否参与并影响当前优化基于当前的优化过程：以经验模型选择的最优方案为主，依据经验模型使搜索到最优范围的进程加快；随着优化进行和数据库更新逐渐减弱经验模型的影响，直至回归标准贝叶斯优化或满足复杂精密装备装配精度需求。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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”。