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！

龙图腾网获悉重庆大学申请的专利一种基于生成对抗网络和小样本数据的疲劳寿命预测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：CN115630450B 。

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：202211255064.7，技术领域涉及：G06F30/17；该发明授权一种基于生成对抗网络和小样本数据的疲劳寿命预测方法是由卢泽华;刘怀举;魏沛堂;贾晨帆;李扬设计研发完成，并于2022-10-13向国家知识产权局提交的专利申请。

本一种基于生成对抗网络和小样本数据的疲劳寿命预测方法在说明书摘要公布了：本发明公开一种基于生成对抗网络和小样本数据的疲劳寿命预测方法，包括以下步骤：1获取机械零部件疲劳试验数据；2建立机械零部件疲劳数据增强模型；3建立疲劳生成数据集；4对疲劳生成数据集进行清洗，得到优化疲劳生成数据，并将优化疲劳生成数据与机械零部件疲劳试验数据混合，得到疲劳曲线绘制数据集；5利用最小二乘法对疲劳曲线绘制数据集进行寿命分布的拟合与优度检验，得到定应力级下可靠度和寿命之间的关系；6绘制机械零部件疲劳寿命曲线；7监测当前机械零部件应力，根据机械零部件疲劳寿命曲线确定当前机械零部件应力对应的疲劳寿命预测结果。本发明实现了对小样本机械零部件疲劳数据增强和疲劳寿命曲线绘制。

本发明授权一种基于生成对抗网络和小样本数据的疲劳寿命预测方法在权利要求书中公布了：1.一种基于生成对抗网络和小样本数据的疲劳寿命预测方法，其特征在于，包括以下步骤： 步骤1获取机械零部件疲劳试验小样本数据； 步骤2建立基于生成对抗网络的机械零部件疲劳数据增强模型； 步骤3利用机械零部件疲劳数据增强模型建立疲劳生成数据集； 步骤4对疲劳生成数据集进行清洗，得到优化疲劳生成数据，并将优化疲劳生成数据与机械零部件疲劳试验数据混合，得到疲劳曲线绘制数据集； 步骤5利用最小二乘法对疲劳曲线绘制数据集进行寿命分布的拟合与优度检验，得到定应力级下可靠度和寿命之间的关系； 步骤6根据定应力级下可靠度和寿命之间的关系，绘制机械零部件疲劳寿命曲线； 步骤7监测当前机械零部件应力，根据机械零部件疲劳寿命曲线确定当前机械零部件应力对应的疲劳寿命预测结果； 所述机械零部件疲劳试验数据包括不同可靠度下的应力-寿命数据，二者关系如下： ；1 式中，为应力，为可靠度R下的疲劳寿命，m和C为材料参数； 所述定应力级下可靠度和寿命之间的关系如下所示： ；2 式中，为经验分布函数；是对数正态分布的平均值；为对数正态分布的方差；表示寿命分布；为疲劳寿命； 其中，经验分布函数如下所示： ；3 式中，为给定试验应力级下总的疲劳曲线绘制数据顺序数，为给定试验应力级下总的疲劳曲线绘制数据量。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。