磁巴克豪森噪聲（MBN，Magnetic Barkhausen Noise）技術作為一種方便和高效的無損檢測方法，能夠對鐵磁性材料的疲勞損傷進行檢測和表征，但MBN信號的隨機特性使得其磁特征參數的魯棒性和普適性不高，進而影響對材料疲勞損傷的檢測精度。因此，磁多參數融合和疲勞狀態評估對保證重大機械設備的安全性和可靠性運行具有重要意義。報告介紹了MBN信號隨機性引起的觀測不確定性，和由模型類型、輸入、模型參數設置及訓練導致的模型不確定性對材料疲勞狀態評估的影響，形成了基于觀測不確定性分析的磁多參數融合方法，分析了模型不確定性的影響規律，歸納了提高疲勞狀態評估模型準確性的方法。

李翔，博士，副教授。工作于電子科技大學，航空航天學院。從事無損檢測方法研究，主要研究方向包括結構疲勞狀態檢測與評估、應力檢測、缺陷檢測等、基于數字孿生的監檢技術以及相應的數據處理方法。

承擔國家各類科研項目5項，包括國家自然科學基金，某部委重大項目等，作為骨干成員參與重點研發計劃等項目。獲得四川省科技進步獎三等獎、四川省一流本科課程，發表學術論文20余篇，參與制定標準2項。