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！

龙图腾网获悉中国船舶集团有限公司第七一九研究所申请的专利基于深度强化学习的舰船传动轴的可靠性仿真方法和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：CN116305567B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202310252356.3，技术领域涉及：G06F30/15；该发明授权基于深度强化学习的舰船传动轴的可靠性仿真方法和系统是由熊尧;徐巍;张文俊;白亚鹤;周海波;孙玉平;崔晓龙设计研发完成，并于2023-03-15向国家知识产权局提交的专利申请。

本基于深度强化学习的舰船传动轴的可靠性仿真方法和系统在说明书摘要公布了：本发明公开了基于深度强化学习的舰船传动轴的可靠性仿真方法和系统，属于舰船传动轴设计领域。本发明将深度强化学习算法与故障特征和可靠性特征量有机结合，将传动轴零部件的可靠性特征量代入故障树进行定量分析，计算各节点状态转移概率，运用马尔科夫链模型归纳各节点故障模式状态转移规律来建立系统故障状态转移概率公式；故障模式分析建立故障状态空间；以故障树定性分析底事件与顶事件的概率关联度构成动作空间；通过各层级单元可靠性特征量数学关系生成马尔科夫决策模型的奖赏函数权重因子，求解生成可靠性仿真事件表列，可及时地反映出传动轴可靠性变化情况，大幅度提高了传动轴可靠性综合预计精度，保证传动轴运行时的可靠性和可用性。

本发明授权基于深度强化学习的舰船传动轴的可靠性仿真方法和系统在权利要求书中公布了：1.一种基于深度强化学习的舰船传动轴的可靠性仿真方法，其特征在于，该方法包括： S1.确定舰船传动轴的零部件集、各零部件的故障模式集和可靠性特征量； S2.利用FMEA对舰船传动轴各零部件可靠性特征量进行分析，确定各零部件故障模式的风险、任务和时间优先级系数； S3.构造以舰船传动轴故障为顶事件的传动轴故障模式故障树，确定故障树顶事件的所有最小割集，所述最小割集为导致故障树顶事件发生的所有可能的底事件并任意去掉一个底事件的集合； S4.故障树的各节点故障模式构成状态空间；所有最小割集的各项底事件由故障状态变为正常状态构成动作空间；运用马尔科夫链模型归纳各节点故障模式状态改变规律，确定系统故障状态转移概率公式；以各零部件故障模式的三个优先级系数组成权重因子，与维修资源和保障资源共同构成奖赏函数，得到舰船传动轴的强化学习可靠性仿真模型； 其中，所述各零部件的故障模式集和可靠性特征量，通过以下方式获得： 1通过传动载荷进行动力学仿真，得到各零部件的故障模式； 2输入不同大小载荷，按照材料力学四大强度理论，确定各故障模式下各零部件承受的拉应力和切应力； 3根据零部件本身抵抗失效的能力和各零部件承受的应力，计算零部件的可靠性特征量： 其中，时刻的可靠度，时刻的失效率，为平均寿命，为可靠度系数，由零部件本身抵抗失效的能力和各零部件承受的应力决定； 可靠度系数的计算公式为： 其中，分别为零部件本身抵抗失效的能力和各零部件承受的应力的数学期望；分别为零部件本身抵抗失效的能力和各零部件承受应力的标准差； 步骤S2包括： S21.由各零部件的可靠性特征量，构建FMEA工作表； S22.按照故障模式和FEMA工作表，确定各零部件故障模式的严酷度等级和优先检测难度等级； S23.计算各零部件故障模式的风险优先系数、任务优先度系数和时间优先度系数： 其中，为故障模式发生的概率，为严酷度等级，为优先检测难度等级，；为权重参数，取值小于0.01； 故障树的建立步骤如下：1写出顶事件，顶事件表示为最不希望发生的故障事件，顶事件表示符号为故障树的第一行；2将导致顶事件发生的故障原因作为故障树第二行采用相应符号进行表示，并采用合适的逻辑门与顶事件相连；3将导致第二行故障事件发生的故障原因作为第三行，利用故障门与第二行连接；4按照故障发生的原因层层索引，追溯系统发生故障的全部底事件，这样就形成了一颗以顶事件为根，中间事件为节，底事件为叶的倒置故障树。

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船舶集团有限公司第七一九研究所，其通讯地址为：430205 湖北省武汉市江夏区藏龙岛开发区杨桥湖大道19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。