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！

龙图腾网获悉河海大学;北京市密云水库管理处申请的专利一种船闸底枢蘑菇头磨损实时预测与可靠度评估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：CN121052079B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511573887.8，技术领域涉及：G06F30/23；该发明授权一种船闸底枢蘑菇头磨损实时预测与可靠度评估方法是由王硕;尹国江;高训宇;崔凯;周上梯设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本一种船闸底枢蘑菇头磨损实时预测与可靠度评估方法在说明书摘要公布了：本发明属于水运工程技术领域，公开了一种船闸底枢磨损实时预测与可靠度评估方法，包括：建立船闸人字门门叶和底枢的有限元仿真模型，获取底枢磨损规律数据；基于有限元仿真数据构建贝叶斯神经网络代理模型，实现底枢磨损量的高效预测；结合代理模型预测结果，建立基于Gamma过程的底枢性能退化评估模型，并采用序列贝叶斯方法实时修正模型参数，动态更新底枢磨损可靠度及剩余寿命。本发明能够有效解决船闸底枢水下隐蔽、难以在线监测和传统可靠度评估方法不足的问题，提升底枢磨损预测性能和可靠度评估的可信度，为船闸安全高效运行提供智能化保障。

本发明授权一种船闸底枢蘑菇头磨损实时预测与可靠度评估方法在权利要求书中公布了：1.一种船闸底枢蘑菇头磨损实时预测与可靠度评估方法，其特征在于，包括： 建立船闸人字门门叶和底枢摩擦副的有限元仿真模型，考虑摩擦接触的动力学仿真，模拟人字门启闭过程中的底枢蘑菇头动态磨损，以获取不同工况下蘑菇头的磨损量及与之对应的结构动态响应仿真数据； 所述有限元仿真模型采用Lagrange接触算法实现蘑菇头的摩擦仿真，并通过Archard磨损模型计算底枢蘑菇头的磨损量，所述Archard磨损模型表示为： 其中，为磨损体积，为无量纲磨损系数，为法向载荷，为相对滑动距离，为材料硬度； 利用获取的有限元仿真数据，基于贝叶斯神经网络预测算法构建并训练一个贝叶斯神经网络代理模型，即蘑菇头磨损状态代理模型，所述蘑菇头磨损状态代理模型用于根据所述结构动态响应仿真数据高效预测蘑菇头的磨损量； 所述贝叶斯神经网络代理模型的输入特征选自闸门门叶和支承运转件的应力、应变、振动响应、声发射信号、驱动机构电机电流、闸门运行水位中一种或多种物理量的特征组合，输出特征为蘑菇头累积磨损量； 基于Gamma随机过程理论建立蘑菇头性能退化评估模型，用以描述磨损随时间演化的长期随机过程，并利用历史数据对模型参数进行初始化估计； 所述蘑菇头性能退化评估模型的累积磨损量的概率密度函数为： 其中，为在时间时累积磨损量为的概率密度，为在时间时的累积磨损量，是Gamma分布的形状参数，是时间的函数，表示累积磨损的程度，为Gamma分布的尺度参数，反映磨损量的平均大小，e是自然对数的底，是Gamma函数； 所述蘑菇头性能退化评估模型的初始参数通过最大似然估计法进行估计，所述最大似然估计法的目标函数为： 其中，为似然函数，代表Gamma随机过程模型参数，即和，为用于参数估计的历史观测数据，为在时间观测到的累积磨损量，为给定参数下Gamma随机过程累积磨损量的概率密度函数； 结合现场实时监测的结构动态响应数据，通过所述蘑菇头磨损状态代理模型输出当前磨损量，再将所述磨损量作为新的观测数据，采用序列贝叶斯方法实时修正所述蘑菇头性能退化评估模型的参数，动态更新蘑菇头磨损失效的可靠度及剩余寿命预测结果； 所述序列贝叶斯方法依据贝叶斯定理实时修正所述蘑菇头性能退化评估模型的参数，进行迭代更新，其数学表达公式为： 其中，为在观测到实时监测数据后，参数的后验概率分布，为在给定参数的情况下，最新监测数据的似然函数，为前一时刻的后验概率分布，作为当前更新的先验概率分布，表示成比例，为Gamma随机过程模型参数。

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河海大学;北京市密云水库管理处，其通讯地址为：210000 江苏省南京市鼓楼区西康路1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。