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！

龙图腾网恭喜南京航空航天大学申请的专利基于异方差导波-高斯过程的疲劳裂纹评估方法及终端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：CN114547770B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210128156.2，技术领域涉及：G06F30/15；该发明授权基于异方差导波-高斯过程的疲劳裂纹评估方法及终端是由袁慎芳;王卉;陈健;徐秋慧;孟义兴设计研发完成，并于2022-02-11向国家知识产权局提交的专利申请。

本基于异方差导波-高斯过程的疲劳裂纹评估方法及终端在说明书摘要公布了：本发明公开了一种基于异方差导波‑高斯过程的疲劳裂纹评估方法及终端，步骤如下：对时变条件下获取航空结构的损伤因子随时间分布的异方差特征进行建模；获取当前时刻航空结构的各分位数损伤因子；获取当前时刻航空结构的裂纹评估结果以及90%不确定度区间。本发明的方法能够有效降低多不确定因素对定量化监测影响的分散性，且能对评估结果的不确定性进行量化，提高了航空结构时变损伤评估的准确性。

本发明授权基于异方差导波-高斯过程的疲劳裂纹评估方法及终端在权利要求书中公布了：1.一种基于异方差导波-高斯过程的疲劳裂纹评估方法，其特征在于，步骤如下：1对时变条件下获取航空结构的损伤因子随时间分布的异方差特征进行建模；2获取当前时刻航空结构的各分位数损伤因子；3获取当前时刻航空结构的裂纹评估结果以及90％不确定度区间；所述步骤1具体包括：航空结构服役过程，主动导波SHM系统通过激励端的压电传感器以一定的时间间隔激发导波信号，导波信号通过结构的传输被接收端压电传感器接收；通过分析接收端的导波信号，获取相应的损伤因子yj，及该损伤因子对应的时间tj，截止到当前时刻tT，获取的损伤因子个数为M，将序列{tj,yj,j＝1,2,…,M}记为下标o表示在线获取；每新获取dl个损伤因子后，即当M为dl整数倍时，对损伤因子y随服役时间t进行异方差建模，以获取τ＝0.95,0.50,0.05分位数的损伤因子-服役时间曲线3条曲线均服从高斯过程，3个高斯过程均值函数和协方差函数形式相同，各自的均值函数和协方差函数的参数不同；假设τ分位数的损伤因子-服役时间曲线服从高斯过程，表示为其中表示高斯过程，θ为高斯过程的超参数，mτt表示高斯过程的均值函数，kτtp,tq表示高斯过程的协方差函数，tp和tq表示序列to＝[t1,t2,…,tM]T中任意的两个数，下标p＝1,2,…,M，q＝1,2,…,M，上标T表示矩阵的转置；有yo＝[y1,y2,…,yM]T服从联合高斯分布： 式中，表示高斯分布，mτto表示将to＝[t1,t2,…,tM]T代入均值函数mτt得到的M×1维列向量，设均值恒等于0，故mτto为所有元素为零的列向量，Kτto,to表示将to＝[t1,t2,…,tM]T中任意两个数代入协方差函数kτtp,tq计算得到的M×M维协方差矩阵；协方差函数设为平方指数协方差函数，协方差矩阵Kτto,to中位于p,q位置的元素为tp,tq∈to通过平方指数协方差函数计算得到，平方指数协方差函数如下式所示： 式中，θ1,θ2为协方差函数的参数，也称为高斯过程模型的超参数，分位数[θ1,θ2]简写为θ；构建高斯过程分位数回归模型的损失函数Lτ，并进行优化得到最优解，该损失函数为所有获取的损伤因子yj到需要求解的函数曲线的加权绝对残差和，表达式如下： 由于τ分位数的回归曲线服从高斯过程，则求解Lτ最小值对应的参数等价于求解后验分布的最大值时对应的高斯过程模型超参数： 式中，为的简写，即需要求解的函数；通过寻优算法找到使得后验分布最大值的参数，从而获得τ分位数曲线的高斯过程模型所述步骤2具体包括：将当前时间tM代入所述步骤1中构建的3个分位数曲线的高斯过程模型中，则航空结构当前时刻tM对应的τ分位数损伤因子yτtM与yo满足下式的联合高斯分布： 式中，仅yτtM未知，通过条件概率公式，得到航空结构当前时刻tM，τ分位数对应的损伤因子数值： 式中，表示数学期望；KτtM,to表示当前时刻tM与to＝[t1,t2,…,tM]T代入协方差函数计算得到的1×M维协方差矩阵；Kτto,to表示将to＝[t1,t2,…,tM]T中任意两个数代入协方差函数计算得到的M×M维协方差矩阵；所述步骤3具体包括：将步骤2中获取航空结构的τ＝0.95，τ＝0.5，τ＝0.05分位数的损伤因子数值代入疲劳裂纹评估模型，得到裂纹长度值，表达式如下： 式中，τ＝0.50时，为航空结构裂纹长度评估结果；τ＝0.95时，为航空结构裂纹长度评估结果的90％预测区间的上界；τ＝0.05时，为航空结构裂纹长度评估结果的90％预测区间的下界；ypr＝[y1,y2,…,yn]T和apr＝[a1,a2,…,an]T分别表示先验数据集中损伤因子和与其对应的已知裂纹长度数据；n为先验数据集包含的数据总数；β表示疲劳裂纹评估模型的参数；为位于τ分位数的损伤因子与先验数据集ypr＝[y1,y2,…,yn]T计算得到的1×n维协方差矩阵，Kβypr,ypr为将先验数据集中任意两两计算得到的n×n维协方差矩阵。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。