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！

龙图腾网获悉国家康复辅具研究中心申请的专利一种基于机器学习的辅具使用年限预测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：CN121118638B 。

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：202511209953.3，技术领域涉及：G06F30/27；该发明授权一种基于机器学习的辅具使用年限预测方法及系统是由陶静;李伟强;张小雪;赵立伟设计研发完成，并于2025-08-27向国家知识产权局提交的专利申请。

本一种基于机器学习的辅具使用年限预测方法及系统在说明书摘要公布了：本发明公开了一种基于机器学习的辅具使用年限预测方法及系统，包括采集预设行走辅具的使用数据和材料性能检测数据，对所述使用数据和所述材料性能检测数据进行预处理；根据所述使用数据和所述材料性能检测数据建立行走辅具有限元模型，获取辅具的节点承受阈值数据，建立基于施压材料特性的映射模型，获取辅具的节点时序受力，当所述节点时序受力大于所述节点承受阈值数据，则根据超量频次和超量值计算第一累积损伤；反之，则将所述节点时序受力输入机器学习模型获取使用疲损数据，根据所述使用疲损数据计算第二累积损伤；所述使用疲损数据包括疲损比例和疲损程度；根据所述第一累积损伤和所述第二累积损伤构建辅具使用年限预测模型，输出结果。

本发明授权一种基于机器学习的辅具使用年限预测方法及系统在权利要求书中公布了：1.一种基于机器学习的辅具使用年限预测方法，其特征在于，包括以下步骤： 采集预设行走辅具的使用数据和材料性能检测数据，对所述使用数据和所述材料性能检测数据进行预处理；所述使用数据包括设备传感器数据、维护数据、用户行为数据、环境数据、工作状态；所述材料性能检测数据包括弹性模量、泊松比、密度、屈服强度、疲劳强度系数、极限抗拉强度、疲劳强度指数、孔隙率和裂纹位置； 根据所述使用数据和所述材料性能检测数据建立行走辅具有限元模型，获取辅具的节点承受阈值数据，根据所述维护数据、用户行为数据和环境数据建立基于施压材料特性的映射模型，获取辅具的节点时序受力，当所述节点时序受力大于所述节点承受阈值数据，则根据超量频次和超量值计算第一累积损伤；包括： 给定有限元控制方程，表达式为： 其中为柯西应力张量，为弹性刚度张量，为体积力向量，E为弹性模量，为应力张量，T为转置，为那勃勒算子，为整个行走辅具的几何区域，为双点积，为泊松比，为拉姆第一参数，为拉姆第二参数，为第i个节点索引j的克罗内克函数，为位移梯度，为位移向量场，为第i个节点索引k的克罗内克函数，为第j个节点索引k的克罗内克函数，为第j个节点索引的克罗内克函数，为第i个节点索引的克罗内克函数； 对行走辅具有限元进行节点划分，计算节点应力： 其中为第i个节点的弹性张量，为第i个节点的应力张量； 计算节点的承受能力、极限承载能力和许用载荷： 其中为第i个节点的承受能力，、、为第i个节点处的主应力，为第i个节点的有效承载面积，为第i个节点的应力集中系数，为第i个节点的极限承载能力，为极限抗拉强度，为第i个节点的静态强度安全系数，S为安全系数，为第i个节点的许用载荷，为第i个节点的极限承载能力，为屈服强度； 将许用载荷输出为辅具的节点承受阈值数据； 反之，则将所述节点时序受力输入机器学习模型获取使用疲损数据，根据所述使用疲损数据计算第二累积损伤； 根据所述第一累积损伤和所述第二累积损伤构建辅具使用年限预测模型，将待预测数据输入所述辅具使用年限预测模型，输出预测结果。

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国家康复辅具研究中心，其通讯地址为：100176 北京市大兴区经济技术开发区荣华中路1号院；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。