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！

龙图腾网获悉东北大学申请的专利数据-物理联合驱动的系统层可靠性建模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：CN119849265B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510322292.9，技术领域涉及：G06F30/23；该发明授权数据-物理联合驱动的系统层可靠性建模方法是由陈鉴朋;赵丙峰;谢里阳;杨小玉;许星元;李少雄;李吉洋;孙策设计研发完成，并于2025-03-19向国家知识产权局提交的专利申请。

本数据-物理联合驱动的系统层可靠性建模方法在说明书摘要公布了：本申请提出了一种数据‑物理联合驱动的系统层可靠性建模方法，通过机械系统的外部载荷工况和有限元模型获得损伤参量数据；选定一个基准变量，基于损伤参量数据集，应用机器学习模型分别建立系统外部载荷‑基准变量、基准变量‑零件损伤参量代理模型；获取外部载荷数据信息，通过外部载荷‑基准变量机器学习模型获取基准变量的概率分布；通过基准变量‑零件损伤参量机器学习模型反映系统中各零件之间的失效相关关系；基于基准变量的概率分布和零件间的失效相关关系，应用系统层可靠性建模方法，建立数据‑物理联合驱动的系统层可靠性模型，以求解复杂载荷工况下的系统可靠度，提高系统可靠性评估的准确性和合理性。

本发明授权数据-物理联合驱动的系统层可靠性建模方法在权利要求书中公布了：1.一种数据-物理联合驱动的系统层可靠性建模方法，其特征在于，包括： 基于机械系统的外部载荷工况数据和所述机械系统的有限元模型获取所述机械系统的损伤参量数据； 选定基准变量，并基于所述损伤参量数据，通过机器学习技术建立系统外部载荷-基准变量代理模型和基准变量-零件损伤参量代理模型； 所述选定基准变量，并基于所述损伤参量数据，通过机器学习技术建立系统外部载荷-基准变量代理模型和基准变量-零件损伤参量代理模型的步骤，包括： 在所述机械系统中选定任一零件作为基准零件，将所述损伤参量数据中与所述基准零件对应的损伤参量作为基准变量，通过机器学习技术基于所述损伤参量数据建立并训练以外部载荷变量为输入变量，以基准变量为输出变量的机器学习模型，得到所述系统外部载荷-基准变量代理模型； 通过机器学习技术基于所述损伤参量数据建立并训练以基准变量为输入变量，以所述机械系统中各零件损伤参量为输出变量的机器学习模型，得到所述基准变量-零件损伤参量代理模型； 根据传感器数据获取外部载荷数据信息，并将所述外部载荷数据信息输入所述系统外部载荷-基准变量代理模型，得到所述基准变量的概率分布； 将所述基准变量输入所述基准变量-零件损伤参量代理模型，得到所述机械系统中各零件之间的失效相关关系； 基于所述概率分布和所述失效相关关系，应用系统层可靠性建模方法，建立数据-物理联合驱动的系统层可靠性模型，并根据所述系统层可靠性模型确定所述机械系统的可靠度。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三巷11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”。