一种基于多维时间序列的单粒子故障预测方法

    公开(公告)号:CN117826747A

    公开(公告)日:2024-04-05

    申请号:CN202311690640.5

    申请日:2023-12-11

    Abstract: 本发明提供了一种基于多维时间序列的单粒子故障预测方法,该方法采用全连接网络提取故障信息的关联维度,然后利用循环神经网络中一种门控循环单元结构长短期神经网络学习辐射环境中发生的单粒子故障信息,得到故障注入预测模型。该系统包括数据收集模块、模型训练模块和故障预测模块。数据收集模块从系统中获取历史单粒子故障数据,并对该数据进行预处理,再交给模型训练模块。模型训练模块收到预处理后的数据开始进行长短时记忆神经网络模型的训练和优化。故障预测模块用训练好的模型预测系统中会出现的单粒子故障。

    面向智能平台的故障注入系统
    2.
    发明公开

    公开(公告)号:CN118210644A

    公开(公告)日:2024-06-18

    申请号:CN202410102062.7

    申请日:2024-01-25

    Abstract: 本发明提供面向智能平台的故障注入系统,涉及故障注入技术领域。该面向智能平台的故障注入系统,该系统采用客户端与服务器端的架构,用户在客户端设置好故障模型的参数后传递给服务器端,服务器端得到参数后开始进行故障注入和故障结果检测,所述故障注入系统可以利用软件模拟航天场景中的单粒子故障现象,并对该故障注入过程进行覆盖性评测和敏感性评测。本发明中,通过构建面向智能平台的软件模拟故障注入系统,用软件来模拟单粒子故障的注入,采用客户端远程连接服务器端的架构,用户在客户端设置好故障模型的参数传递给服务器端,服务器端得到参数后开始进行故障注入和故障结果检测,能够更好地评测宇航设备的可靠性。

Patent Agency Ranking