-
公开(公告)号：CN111460638B
公开(公告)日：2022-06-28
申请号：CN202010208728.9
申请日：2020-03-23
Applicant: 北京航空航天大学
IPC: G06F30/20 , G06F119/04 , G06F17/18 , G06Q10/06
Abstract: 一种考虑个体差异性和测量误差的产品剩余使用寿命预测方法，其步骤如下：1.获取一组能够表征产品退化情况的性能退化数据；2.将产品真实退化量作为隐变量，以逆高斯过程建立其概率密度函数，以此描述真实退化的统计特征；3.建立考虑个体差异性的逆高斯过程模型；4.建立测量误差的概率密度函数；5.建立同时考虑个体差异性和测量误差的逆高斯过程模型；6.根据步骤1中获取的产品退化数据，对考虑个体差异性和测量误差的逆高斯过程模型建立似然函数，并利用蒙特卡洛积分对其进行化简；7.利用EM算法对步骤6中化简得似然函数进行求解，得到未知参数最大估计值；步骤8：利用步骤7中的参数估计结果对产品进行剩余使用寿命预测。
-
公开(公告)号：CN108875205B
公开(公告)日：2022-05-13
申请号：CN201810619915.9
申请日：2018-06-15
Applicant: 北京航空航天大学
IPC: G06F30/20
Abstract: 本发明公开了一种基于可达矩阵和离散事件驱动的系统可用度高效仿真方法，将系统的可用状态转化为各单元故障和维修后系统的可达状态，再通过离散事件驱动和多次仿真获取其可用度仿真值，从而提高复杂系统可用度仿真的效率和效果。步骤如下：1将系统的可靠性框图转化为面向系统正常工作的邻接矩阵。2定义仿真收敛次数。3对系统中各单元进行故障和维修时间抽样，按时间先后排序并生成离散事件集合。4根据单元发生故障事件和维修事件，在邻接矩阵中更改与该单元相关的元素。5求解各离散事件发生时刻的可达矩阵，根据起始单元和结束单元的可达关系确定系统可用状态。6根据多次仿真结果，计算系统各时刻的可用度，并生成可用度仿真曲线。
-
公开(公告)号：CN113919216A
公开(公告)日：2022-01-11
申请号：CN202111169349.4
申请日：2021-10-08
Applicant: 北京航空航天大学
IPC: G06F30/27 , G06N3/00 , G06F111/04 , G06F111/06 , G06F111/08 , G06F119/02
Abstract: 本发明提供一种小子样条件下的参数不确定性量化度量方法，其主要步骤如下：(1)获取产品参数的观测小子样，选取其分散性相对应的概率分布类型；(2)根据先验信息确定观测小子样累积概率的取值范围；(3)构建观测小子样的顺序统计量，计算其经验累积分布函数；(4)基于观测小子样和选取的概率分布类型建立样本的似然函数；(5)选取样本在累积概率约束下的似然值作为优化目标，建立目标函数；(6)基于经验累积概率的线性映射引入约束条件并结合目标函数构建最优化问题；(7)采用基于模拟退火的粒子群优化算法求解优化问题，获取概率分布参数估计值。本发明为小子样参数提供了一种简便、有效的概率不确定性量化度量方法。
-
公开(公告)号：CN113673907A
公开(公告)日：2021-11-19
申请号：CN202111029316.X
申请日：2021-09-02
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于多智能体的保障体系运行能力评价方法，能够有效描述保障设施/设备、备件以及保障人员的相关参数和占用状态，表现保障体系的异地协同一体化保障模式，反应环境特征对保障体系带来的正常干扰和异常冲击，实现对保障体系运行能力的科学有效评价。包括：面向多智能体建模方法，将保障体系相关要素分别抽象为管理类、人员类、系统类与环境类智能体；建立具有多层级分布式特征的保障体系仿真模型框架；完成保障过程行为建模，依次定义4类智能体的属性、行为、状态以及智能体之间的协同交互机制；基于蒙特卡洛模拟，评价保障体系的任务完成时间、保障费用、备件利用率和备件满足率4类保障体系运行能力指标。
-
公开(公告)号：CN113391225A
公开(公告)日：2021-09-14
申请号：CN202110545488.6
申请日：2021-05-19
Applicant: 北京航空航天大学
IPC: G01R31/387 , G01R31/3842 , G01R31/392 , G01R31/367
Abstract: 本发明公开了一种考虑容量退化的锂电池荷电状态估计方法，首先获取锂电池实验数据集，并计算电池荷电状态和健康状态数据以得到完整数据集；随后构建具有两个输入端、一个输出端、一个及以上循环网络层、一个及以上全连接层的混合神经网络；所建立的混合神经网络经完整数据集进行训练之后，用于对待估计电池进行荷电状态估计。本发明可适用于考虑容量退化即不同健康状态下的锂电池的荷电状态估计，估计精度高，具有很高的实际应用价值。
-
Patent Agency Ranking
公开(公告)号：CN110909465B
公开(公告)日：2021-08-31
申请号：CN201911140228.X
申请日：2019-11-20
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于智能体学习的合作博弈集群视情维修方法。步骤如下：1.选择任务执行对象，制定初始维修策略。2.计算收益，若满足任务和维修限制要求，则进入步骤八；否则，进入步骤三。3.计算每一轮学习中的学习信号。4.调整策略，选择博弈参与者。5.剔除不符合优化方向的策略，生成策略减少空间。6.选择策略减少空间，构成编队层次的维修策略，建立博弈矩阵。7.计算当前动作集合下的收益。若收益值大于等于零，则为可行解策略；若有多种可行解策略，则选择最大收益值策略作为帕累托平衡解，并进入到下一步骤。8.输出方案收益，判断是否满足退火收敛条件，若满足，则终止博弈并输出最优方案；否则，进入下一轮博弈。
-
公开(公告)号：CN112883567A
公开(公告)日：2021-06-01
申请号：CN202110145477.9
申请日：2021-02-02
Applicant: 北京航空航天大学
IPC: G06F30/20 , G06F119/02
Abstract: 一种基于统一模型的故障树模型自动生成方法包括如下步骤：(1)定义融合表达功能与可靠性特性的统一模型，明确元模型要素及元模型间连接及动态触发关系的形式化表达，元模型包含的要素包括状态、输入/输出变量、变量的初始值、事件、变迁、逻辑、子单元、静态连接、动态触发；(2)根据基于逻辑约束的故障树模型逻辑判断流程，判断状态变量之间的逻辑关系；(3)将功能与可靠性统一模型与静态故障树模型事件、“与”、“或”、“N中取K”逻辑门对应转换为故障树模型的顶事件、中间事件、底事件、逻辑门；(4)给出从功能与可靠性统一模型的连接关系自动生成静态故障树模型的完整流程算法，自动生成基于功能与可靠性统一模型的故障树模型。
-
公开(公告)号：CN112733332A
公开(公告)日：2021-04-30
申请号：CN202011542887.9
申请日：2020-12-23
Applicant: 北京航空航天大学
IPC: G06F30/20 , G06F119/02 , G06F119/14
Abstract: 本发明提供一种考虑拧紧力矩的螺栓疲劳可靠性评估方法，即首先根据螺栓的实际装配情况求得拧紧力矩T；在螺栓疲劳试验标准GJB715.30A‑2002的基础上对试验件施加大小为T的拧紧力矩进行疲劳试验，得到一组试验寿命数据Pi；对Pi进行分布拟合，得到试验寿命的分布函数F(r)；根据螺栓连接使用要求确定设计寿命分布函数F(s)；利用广义的应力强度干涉模型计算获取螺栓的疲劳可靠度；考虑满足不同工程需求的设计寿命分布参数取值，给出螺栓的疲劳可靠度变化曲线进行疲劳可靠性评估。本发明通过以上步骤，就能得出螺栓疲劳可靠性分析结果，可为螺栓及其连接结构的维护和检修提供参考意见。
-
公开(公告)号：CN111539095A
公开(公告)日：2020-08-14
申请号：CN202010289970.3
申请日：2020-04-14
Applicant: 北京航空航天大学
IPC: G06F30/20 , G06F30/39 , G06T17/00 , G06F119/04
Abstract: 本发明涉及一种基于三维数字化模型的电子产品寿命云图及寿命不确定性可视化方法，步骤包括：首先构建并简化电子产品三维数字化模型；根据寿命数据，基于RGB颜色模式开展寿命均值、健康度的可视化设计；通过确定单元寿命分布类型及其对应的几何形状，结合RGB颜色模式开展寿命分布及分散性程度可视化设计；选择并确定RGB颜色模式，完成电路板产品寿命云图的构建与显示。本发明为电子产品寿命分析结果提供了一种表现形式，它能够清晰明了地表达寿命、寿命分布及分散性。基于此，工程师能快速识别寿命薄弱环节，更好地开展电子产品可靠性设计。
-
公开(公告)号：CN111460638A
公开(公告)日：2020-07-28
申请号：CN202010208728.9
申请日：2020-03-23
Applicant: 北京航空航天大学
IPC: G06F30/20 , G06F119/04 , G06F17/18 , G06Q10/06
Abstract: 一种考虑个体差异性和测量误差的产品剩余使用寿命预测方法，其步骤如下：1.获取一组能够表征产品退化情况的性能退化数据；2.将产品真实退化量作为隐变量，以逆高斯过程建立其概率密度函数，以此描述真实退化的统计特征；3.建立考虑个体差异性的逆高斯过程模型；4.建立测量误差的概率密度函数；5.建立同时考虑个体差异性和测量误差的逆高斯过程模型；6.根据步骤1中获取的产品退化数据，对考虑个体差异性和测量误差的逆高斯过程模型建立似然函数，并利用蒙特卡洛积分对其进行化简；7.利用EM算法对步骤6中化简得似然函数进行求解，得到未知参数最大估计值；步骤8：利用步骤7中的参数估计结果对产品进行剩余使用寿命预测。
-
-
-
-
-
-
-
-
-
Search Results
250
records
(took 0.082 seconds)
