公开(公告)号：CN111612029B

公开(公告)日：2023-08-04

申请号：CN202010233529.3

申请日：2020-03-30

Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)

Inventor： 梁天辰 ,  文佳 ,  王晓

IPC: G06F18/25 ,  G06F18/2433 ,  G06F18/214 ,  G06N3/096 ,  G06N3/086 ,  G06N3/044 ,  G06N3/047 ,  G06N3/0475

Abstract: 本发明公开的一种机载电子产品故障预测方法，旨在提供一种能够根据产品当前状态参数预测退化演变趋势的方法。本发明通过下述技术方案予以实现：基于多深度置信网络DBN融合，采集机载电子产品关键组件的表征参数，获取机载电子产品历史数据和实时监测数据，通过预设传感器采集机载电子产品实时监测数据；根据设备历史数据训练多个特异性明显的深度置信网络DBN模型，然后利用部分实时监测数据对训练后的DBN模型组进行迁移学习；再根据融合算法和实时监测数据计算各个DBN模型的融合权重，得到多模型融合的预测框架；利用预测框架和传感器实时发回的监测数据预测机载电子产品的降级演化，根据预测分析得到的故障预测结果进行维修决策。

公开(公告)号：CN111612029A

公开(公告)日：2020-09-01

申请号：CN202010233529.3

申请日：2020-03-30

Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)

Inventor： 梁天辰 ,  文佳 ,  王晓

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开的一种机载电子产品故障预测方法，旨在提供一种能够根据产品当前状态参数预测退化演变趋势的方法。本发明通过下述技术方案予以实现：基于多深度置信网络DBN融合，采集机载电子产品关键组件的表征参数，获取机载电子产品历史数据和实时监测数据，通过预设传感器采集机载电子产品实时监测数据；根据设备历史数据训练多个特异性明显的深度置信网络DBN模型，然后利用部分实时监测数据对训练后的DBN模型组进行迁移学习；再根据融合算法和实时监测数据计算各个DBN模型的融合权重，得到多模型融合的预测框架；利用预测框架和传感器实时发回的监测数据预测机载电子产品的降级演化，根据预测分析得到的故障预测结果进行维修决策。