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！

龙图腾网获悉沈阳工程学院申请的专利基于智能监测的风力发电机螺栓疲劳寿命分析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：CN118862588B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202411135534.5，技术领域涉及：G06F30/23；该发明授权基于智能监测的风力发电机螺栓疲劳寿命分析方法是由尹晓伟;董桂杉;钱筱文;焦冰冰;刘九莘;胡慧文设计研发完成，并于2024-08-19向国家知识产权局提交的专利申请。

本基于智能监测的风力发电机螺栓疲劳寿命分析方法在说明书摘要公布了：本发明公开了基于智能监测的风力发电机螺栓疲劳寿命分析方法，属于风力发电机技术领域，包括如下步骤：S1、采集处理：采集风力发电机螺栓实时数据，对风力发电机螺栓实时数据进行处理，确定风力发电机螺栓特征数据；S2、构建优化：构建螺栓疲劳寿命分析模型，对螺栓疲劳寿命分析模型进行测试及优化。本发明解决了现有的不能对风力发电机螺栓的使用情况进行实时地智能监测，不能对风力发电机螺栓的疲劳寿命进行有效地分析，导致风力发电机使用不安全，且使用效果差的问题，本发明能对风力发电机螺栓的使用情况进行实时地智能监测，能对风力发电机螺栓的疲劳寿命进行有效地分析，可使风力发电机使用安全，且可提升风力发电机的使用效果。

本发明授权基于智能监测的风力发电机螺栓疲劳寿命分析方法在权利要求书中公布了：1.基于智能监测的风力发电机螺栓疲劳寿命分析方法，其特征在于，包括如下步骤： S1、采集处理：采集风力发电机螺栓实时数据，对风力发电机螺栓实时数据进行处理，确定风力发电机螺栓特征数据； S2、构建优化：构建螺栓疲劳寿命分析模型，对螺栓疲劳寿命分析模型进行测试及优化，确定最佳的螺栓疲劳寿命分析模型，所述构建螺栓疲劳寿命分析模型，执行以下操作： 对风力发电机螺栓的历史松动数据、历史变形数据、历史受力数据及历史环境数据进行采集，确定出风力发电机螺栓历史数据； 对风力发电机螺栓历史数据进行划分，确定出训练集及测试集； 对划分后的训练集及测试集进行存储，便于后续备用； 根据智能监测的风力发电机螺栓疲劳寿命分析需求，选择合适的模型架构； 提取出训练集，将训练集输入选择的模型架构中； 基于训练集，对选择的模型架构进行训练，构建螺栓疲劳寿命分析模型； 所述螺栓疲劳寿命分析模型为： 根据螺栓松动数据确定螺栓的性能指数，根据螺栓变形数据确定螺栓质量指数，根据螺栓受力数据确定螺栓工作指数； 根据螺栓环境数据提取环境因素，确定环境因素对螺栓的使用影响； 根据使用影响确定螺栓的寿命干扰指数； 根据螺栓的性能指数、质量指数、工作指数和寿命干扰指数计算出螺栓的剩余寿命系数： ； 其中，P表示为螺栓的剩余寿命系数，表示为第一预设权重，取值为0.3，表示为螺栓的性能指数，表示为第二预设权重，取值为0.25，表示为螺栓的质量指数，表示为第三预设权重，取值为0.25，C表示为螺栓的工作指数，表示为第四预设权重，取值为0.2，表示为螺栓的寿命干扰指数，e表示为自然常数，取值为2.72，表示为螺栓的使用频率，表示为螺栓的维修频率，ln表示为对数函数，表示为螺栓的工作强度； 根据螺栓的剩余寿命系数通过预设转化规则进行转化确定螺栓的剩余寿命； S3、分析管控：对风力发电机螺栓特征数据进行分析预测，制定风力发电机螺栓疲劳寿命智能化管控方案，对风力发电机螺栓的疲劳寿命情况进行智能化管控。

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沈阳工程学院，其通讯地址为：110136 辽宁省沈阳市沈北新区蒲昌路18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”。