-
公开(公告)号:CN108446523B
公开(公告)日:2022-04-08
申请号:CN201810450756.4
申请日:2018-05-11
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
IPC: G06F30/15 , G06F30/17 , G06F119/04
Abstract: 本发明涉及一种电子整机贮存寿命评估与预测方法,在分析某典型整机失效机理的基础上,提出了基于Arrhenius模型的整机级加速因子计算方法,该方法仅需3种参数即可进行电子整机加速因子计算,根据计算结果开展加速试验并获得数据后,再利用基于优化GM(1,1)灰色模型的预测算法,研究自然贮存和加速试验数据的退化规律,并分析两组数据退化趋势的一致性,进而利用一致性分析结果实现加速因子计算模型参数的闭环修正,最后利用修正后的模型实现电子整机贮存寿命预测。本发明简单易懂且预测精度较高,适于工程推广。
-
公开(公告)号:CN108446523A
公开(公告)日:2018-08-24
申请号:CN201810450756.4
申请日:2018-05-11
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
IPC: G06F17/50
Abstract: 本发明涉及一种电子整机贮存寿命评估与预测方法,在分析某典型整机失效机理的基础上,提出了基于Arrhenius模型的整机级加速因子计算方法,该方法仅需3种参数即可进行电子整机加速因子计算,根据计算结果开展加速试验并获得数据后,再利用基于优化GM(1,1)灰色模型的预测算法,研究自然贮存和加速试验数据的退化规律,并分析两组数据退化趋势的一致性,进而利用一致性分析结果实现加速因子计算模型参数的闭环修正,最后利用修正后的模型实现电子整机贮存寿命预测。本发明简单易懂且预测精度较高,适于工程推广。
-
公开(公告)号:CN114417777A
公开(公告)日:2022-04-29
申请号:CN202111669511.9
申请日:2021-12-31
Applicant: 北京航天自动控制研究所
IPC: G06F30/392 , G06F30/398 , G06K9/62 , G06N20/10
Abstract: 基于机器学习的导弹电气系统潜通路分析方法,包括如下步骤:对待分析的导弹电气系统,获取期望的输入输出关系;根据期望的输入输出关系确定训练样本;将部分训练样本用于支持向量机模型进行学习训练,其余训练样本用于对训练好的支持向量机模型进行测试;测试通过后的支持向量机模型,用于导弹电气系统的潜通路分析。本发明引入人工智能机器学习的方法,以最大限度地提高潜在分析的自动化、智能化水平、识别率。
-
-