(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210767249.X (22)申请日 2022.07.01 (71)申请人 南京航空航天大 学 地址 210000 江苏省南京市秦淮区御道街 29号 (72)发明人 牛序铭　孙志刚　靳彧　宋迎东　 其他发明人请求 不公开姓名　 (74)专利代理 机构 南京鑫之航知识产权代理事 务所(特殊普通 合伙) 32410 专利代理师 姚兰兰 (51)Int.Cl. G06F 30/20(2020.01) G06F 17/18(2006.01) G06F 119/02(2020.01) G06F 119/04(2020.01) (54)发明名称 疲劳寿命分布模 型建模方法、 系统、 装置、 计 算机可读介质 (57)摘要 本发明公开了一种疲劳寿命分布模型建模 方法、 系统、 装置、 计算机可读介质， 属于疲劳寿 命模型建模技术领域， 包括： 建立疲劳寿命与可 靠度之间的映射关系， 构建疲劳数据灰色模型； 推导灰色预测模 型参数拟合的代 价函数； 将正则 化项添加到代 价函数中， 并得到正则化灰色预测 模型以及三参数威布尔分布参数； 对三参数威布 尔分布参数进行参数拟合， 该疲 劳寿命分布模型 建模方法、 系统、 装置、 计算机可读介质， 利用机 器学习中的正则化方法处理分散性和噪声对疲 劳寿命数据的影 响， 推导出传统的灰色预测法三 参数威布尔分布参数拟合过程的代 价函数， 并将 惩罚项加入代 价函数的计算过程中， 从而解决传 统的灰色预测法不适用于大分散性数据拟合的 问题。 权利要求书3页 说明书9页 附图4页 CN 115310260 A 2022.11.08 CN 115310260 A 1.一种疲劳寿命分布模型建模方法， 其特 征在于： 包括： S1:建立疲劳寿命与可靠度之间的映射关系， 对三参数威布尔分布进行灰色建模， 构建 疲劳数据灰色预测模型； S2:推导灰色预测模型参数拟合的代价 函数； S3:将正则化项添加到代价函数中， 并得到正则化灰色预测模型以及三参数威布尔分 布参数； S4:对所述三参数威布尔分布参数进行参数拟合， 所述参数拟合包括： 将三参数威布尔 分布的概率分布函数转化为灰色预测模型的格式， 得到求解灰色模型参数方法的线性格 式， 求解灰色模型参数并代入概 率分布函数中， 得到威布尔分布模型的参数。 2.根据权利要求1所述的一种疲劳寿命分布模型建模方法， 其特征在于： S1中， 所述构 建疲劳数据灰色预测模型的步骤 包括： 所述灰色预测模型如下： 式中， yi为疲劳寿命相关特征， a、 b、 c为灰色预测模型中的待求参数， xi为疲劳可靠度相 关特征； 所述灰色预测模型的参数拟合方法如下： 式中， Δy为疲劳寿命改变值， Δx为疲劳可靠度相关特征的改变值， a、 u为待求参数， y 为特征值2； 将得到的灰色预测模型的参数代回灰色 建模的三 参数威布尔分布， 得到其模型参数。 3.根据权利要求1所述的一种疲劳寿命分布模型建模方法， 其特征在于： S2中， 所述推 导灰色预测模型参数拟合的代价 函数包括： 线性回归拟合使用线性 函数模型： y＝X·w 式中， y为疲劳寿命矩阵， X为 疲劳可靠度相关特 征矩阵， w 为拟合参数矩阵； 线性函数模型的代价 函数如下： 式中， J(w)为代价函数， m为样本点个数， yi和xi分别为第i个样本点的疲劳寿命和 疲劳 可靠度相关特 征； 将正则化项引入代价 函数， 将L2正则项加入代价 函数， 其代价 函数变为： 通过正则化 参数 λ来调整模型参数， 式 中λ为岭系数， 此时最小化代价 函数J(w)的解 为： w＝(XTX)‑1XTy 解得灰色预测模型参数， 代回S1中进行灰色建模的三参数威布尔分布， 得到三参数威权　利　要　求　书 1/3 页 2 CN 115310260 A 2布尔分布的模型参数。 4.根据权利要求1所述的一种疲劳寿命分布模型建模方法， 其特征在于： S1中， 所述三 参数威布尔分布的灰色 建模推导包括： 三参数威布尔分布概 率分布函数为： 式中， n为疲劳寿命， R(n)为可靠度， β 为形状参数， η为尺度 参数， γ为位置参数； 将上式 变形为如下 形式： 令 η＝c， γ＝b， 可将上式化 为如下形式： 上式与灰色预测模型的形式相同， 其满足下式： 采用离散代替连续的方法， 可将上式化 为： 式中， Δn和Δt分别为特 征2和特征1的变量， a、 u为待解 参数， n为特征2； 将上式写作矩阵形式： 令 w＝[a u]T， 则上式可写作： y＝X·w权　利　要　求　书 2/3 页 3 CN 115310260 A 3