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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种梯形循环应力加速寿命试验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：CN115577546B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202211292863.1，技术领域涉及：G06F30/20；该发明授权一种梯形循环应力加速寿命试验方法是由汪亚顺;池炳嘉;张书锋;陈循;胡敬文;李兴格设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本一种梯形循环应力加速寿命试验方法在说明书摘要公布了：本发明公开了一种梯形循环应力加速寿命试验方法，包括获取产品梯形循环应力加速寿命试验的试验数据；根据产品梯形循环应力加速寿命试验的特点，选择寿命分布模型和加速模型；基于试验数据建立产品梯形循环应力加速寿命试验的极大似然估计模型，估计寿命分布模型参数和加速模型参数；基于寿命分布模型参数和加速模型参数的估计结果，计算产品在使用应力下的可靠度参数。本发明可应用于产品寿命预测领域，利用循环应力作为加速应力开展加速寿命试验，不仅可以模拟产品服役过程中经受的循环应力加载方式，还使得试验数据更为有效、预测结果更准确，相对于传统恒定应力与步进应力加速寿命试验方法，试验效率更高，可大幅缩短试验时间、降低试验费用。

本发明授权一种梯形循环应力加速寿命试验方法在权利要求书中公布了：1.一种梯形循环应力加速寿命试验方法，其特征在于，包括如下步骤： 步骤1，获取产品梯形循环应力加速寿命试验的试验数据，所述试验数据包括开展循环应力加速寿命试验的试验样品数量n、一个循环应力周期内应力随时间的变化模型St、试验时间τ或者循环次数N、试验得到样品的失效时间数据t′1、t′2、···、t′r，其中，r为试验时间达到或者循环次数达到N时试验样品的失效数； 步骤2，根据产品梯形循环应力加速寿命试验的特点，选择寿命分布模型和加速模型； 步骤3，基于试验数据建立产品梯形循环应力加速寿命试验的极大似然估计模型； 步骤4，根据极大似然估计模型，估计寿命分布模型参数和加速模型参数； 步骤5，基于寿命分布模型参数和加速模型参数的估计结果，计算产品在使用应力下的可靠度参数； 所述极大似然估计模型的构建过程为： 获取寿命分布模型Ft=1-exp[-tηm]、加速模型lnη=a0+a1x，其中，Ft为t时刻产品的失效概率，m为形状参数，η为特征寿命参数，a0、a1为加速模型参数，x为转化应力且x=S，S为加速应力，S为S的单调函数； 由于应力xt=[St]是时间t的函数，因此寿命分布的特征寿命参数η也是时间t的函数，即ηt=η[xt]，相应的累积损伤可表示为： 由于转化应力xt=[St]，且一个循环应力周期内应力随时间的变化模型St具体为： 式中，SH为高应力水平、SL为低应力水平、Ds为应力水平下降速率、As为应力水平上升速率、[t0,t1]区间为高应力水平保持阶段、t1,t2]区间为应力水平下降阶段、t2,t3]区间为低应力水平保持阶段、t3,t4]区间为应力水平上升阶段；循环应力周期T=[t0,t4]； 则转化应力随时间变化可描述为： 其中，Dx=xH-xLt2-t1，Ax=xH-xLt4-t3，xH=SH，xL=SL，Dx为转化应力水平下降速率，Ax为转化应力水平上升速率； 设试样失效时间为t，可得到t∈[t0,t4]时的累积损伤，为： 当t∈[t0,t1]时： 其中，ηH=expa0+a1xH； 当t∈t1,t2]时： 其中，ξ=ηHηL，ηL=expa0+a1xL，tH=t1-t0为高应力水平的保持时间，tD=t2-t1为由高应力水平下降到低应力水平的时间； 当t∈t2,t3]时： 当t∈t3,t4]时： 其中，tL=t3-t2为低应力水平的保持时间，tA=t4-t3为由低应力水平上升到高应力水平的时间； 令t=t4，即经过一个周期T循环应力加速试验对试样产生的累积损伤可表示为： 其中，Δε1、Δε2、Δε3、Δε4分别表示循环应力加速试验在区间[t0,t1]、t1,t2]、t2,t3]、t3,t4]内对试样产生的累计损伤，且： 设t=bT+ω，b∈={0,1,2,…}，ω∈[t0,t4]，则其累积损伤可表示为： 于是，循环应力下产品累积失效分布函数可表示为： 进一步得到累计失效分布密度函数，为： 基于累计失效分布密度函数，得到样本的似然函数L，为： 式中，t′1、t′2、···、t′r为试验得到样品的失效时间数据； 再进一步得到对数似然函数，即极大似然估计模型，为： 基于累计失效分布密度函数可得： 其中，； 根据循环应力下产品累积失效分布函数可得： 其中，ετ可令t=由累积损伤得到，因此得到极大似然估计模型为： 其中，为累积损伤，为累积损伤函数，为累积损伤函数的时间导数。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。