-
公开(公告)号:CN112529108A
公开(公告)日:2021-03-19
申请号:CN202011584375.9
申请日:2020-12-28
Applicant: 内蒙动力机械研究所
IPC: G06K9/62
Abstract: 本发明提供一种基于机器学习固体火箭发动机无损检测数据预测方法,包括在发生缺陷的发动机中,提取飞行成功及飞行失败的子样,选取判读影响因子(一般为长度、宽度等因素),以飞行成功或失败的发动机为基准进行有监督算法预测,经过归一化处理后,给出失败或成功的相似度预测结果。由于该方法可以对成功概率/失败危险程度进行了直观排序,找出与已知状态最相似的发动机。本发明解决人工检测精度低,人力资源投入大的问题。可替代现有技术中的人工测量,并大大提高测量效率与测量精度。
-
公开(公告)号:CN110826194A
公开(公告)日:2020-02-21
申请号:CN201910995084.X
申请日:2019-10-18
Applicant: 内蒙动力机械研究所
Abstract: 本发明涉及一种固体火箭发动机可靠性数据的建模方法,分为可靠性数据概念建模、可靠性数据逻辑建模、可靠性数据物理建模三个层次,可靠性数据概念建模为数据属性内容及层级关系表单,是将发动机关键数据按发动机组成结构列表的形式建立概念表单;可靠性数据逻辑建模为进行了数据关联的E-R逻辑图表,是将概念数据模型中层级关系转化为逻辑联系;可靠性数据物理建模为存储于计算机中的表单内容与形式,是将逻辑图表中的内容存储为具体属性内容。本发明体现了BOM物料清单的建模方式,和目前主流的数字化研发模式较为契合,缩短了发动机可靠性数据归纳、建模的时间,统一了数据格式,极大地提高了数据分析应用的质量与效率。
-