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！

龙图腾网获悉西安交通大学申请的专利一种燃气轮机轮盘可靠性分析方法及系统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：CN118862555B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202410872680.X，技术领域涉及：G06F30/23；该发明授权一种燃气轮机轮盘可靠性分析方法及系统是由谢永慧;李国嘉;李金星;张荻设计研发完成，并于2024-07-01向国家知识产权局提交的专利申请。

本一种燃气轮机轮盘可靠性分析方法及系统在说明书摘要公布了：本发明属于燃气轮机轮盘技术领域，公开了一种燃气轮机轮盘可靠性分析方法及系统；其中，所述燃气轮机轮盘可靠性分析方法包括以下步骤：基于待可靠性分析的燃气轮机轮盘，构建获得考虑多源不确定性因素的轮盘寿命预测参数化模型；基于所述轮盘寿命预测参数化模型，采用自适应边界采样及异侧最近邻夹逼重采样主动学习策略对轮盘开展可靠性分析，获得轮盘可靠度。本发明提供的技术方案可有效提升计算效率，且能够提升可靠性评估过程的预测精度。

本发明授权一种燃气轮机轮盘可靠性分析方法及系统在权利要求书中公布了：1.一种燃气轮机轮盘可靠性分析方法，其特征在于，包括以下步骤： 基于待可靠性分析的燃气轮机轮盘，构建获得考虑多源不确定性因素的轮盘寿命预测参数化模型； 基于所述轮盘寿命预测参数化模型，采用自适应边界采样及异侧最近邻夹逼重采样主动学习策略对轮盘开展可靠性分析，获得轮盘可靠度； 其中， 所述基于所述轮盘寿命预测参数化模型，采用自适应边界采样及异侧最近邻夹逼重采样主动学习策略对轮盘开展可靠性分析，获得轮盘可靠度的步骤包括： 步骤1，根据所述轮盘寿命预测参数化模型中不确定性参数的概率分布特征，采用拉丁超立方抽样方法基于3σ原则抽取预设数量的初始训练样本；基于极限状态函数，计算获得各初始训练样本的极限状态函数真实值；将各初始训练集样本与对应的极限状态函数真实值配对，生成初始的训练集；其中，所述极限状态函数根据所述轮盘寿命预测参数化模型计算获得； 步骤2，基于训练集，对预先选取的代理模型进行训练，获得训练后的代理模型； 步骤3，根据所述轮盘寿命预测参数化模型中不确定性参数的概率分布特征，基于蒙特卡洛采样方法生成包含多个样本的候选样本池； 步骤4，基于候选样本池和训练后的代理模型进行失效概率评估，获得失效概率估计值； 步骤5，基于失效概率估计值计算获得变异系数，并将变异系数与预设变异系数阈值比较以判断候选样本池的容量是否满足精度要求；其中，若变异系数小于等于预设变异系数阈值则候选样本池的容量满足精度要求，跳转执行步骤6，否则根据精度要求扩充候选样本池，并基于扩充后的候选样本池跳转执行步骤4； 步骤6，采用ABS学习函数从当前的候选样本池中，选择获得原始新增样本； 步骤7，基于原始新增样本，采用异侧最近邻夹逼重采样策略获得最终新增样本；基于极限状态函数，计算获得各最终新增样本的极限状态函数真实值；将各最终新增样本与对应的极限状态函数真实值配对并添加至初始的训练集，获得更新后的训练集； 步骤8，基于步骤4获得的失效概率估计值，计算获得收敛指标；将收敛指标与预设的收敛指标阈值比较以判断主动学习循环是否收敛；其中，若收敛指标小于等于预设的收敛指标阈值则主动学习循环收敛，跳转执行步骤9，否则基于步骤7更新后的训练集跳转执行步骤2； 步骤9，输出轮盘的失效概率和可靠度；其中，失效概率为主动学习循环最后一轮的失效概率估计值；所述可靠度根据所述失效概率计算获得，计算表达式为， ； 式中，为可靠度；为失效概率； 所述原始新增样本的表达式为， ； 式中，为候选样本池；为ABS学习函数； ； 式中，为边界采样项；为空间填充项；为边界约束项； ； ； ； 式中，a为正实数；为训练集中样本的极限状态函数真实值；为将x等概率变换至标准正态空间后的映射向量，为等概率变换函数；为将训练集按进行等概率变换后的映射训练集，为中的样本；d为训练集中的当前样本数；为的分位数；B为正实数；为根据训练后的代理模型获得的极限状态函数预测值； 所述最终新增样本表示为， ； ，； ； ； 式中，为在候选样本池中筛选的与位于极限状态曲面异侧的样本构成的集合；为从中选择的与距离最小的异侧最近邻样本；N0为将与两点之间的连线线性等距分段数量，为连线上所有节点构成的集合。

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”。

以上内容由龙图腾AI智能生成。