公开(公告)号：CN119961608A

公开(公告)日：2025-05-09

申请号：CN202510051377.8

申请日：2025-01-13

Applicant: 中国兵器装备集团西南技术工程研究所

Inventor： 任宏宇 ,  杨小奎 ,  王成章 ,  罗丹 ,  张世艳 ,  黄博宇 ,  周堃 ,  李鸿飞 ,  杨万均 ,  黄文明 ,  陈源 ,  贺斌 ,  李旭 ,  吴德权 ,  田丰源 ,  王健坤 ,  郭赞洪

IPC: G06F18/20 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/0985

Abstract: 本发明公开了一种基于退化特征提取和误差补偿的电子元器件寿命预测方法，所述方法包括：S1：数据采集并进行预处理；S2：采用SVMD技术对数据中的退化特征提取；S3：建立电子元器件寿命预测模型并采用贝叶斯优化技术优化寿命预测模型；S4：建立误差序列预测模型，生成误差预测结果，用于补偿电子元器件的寿命预测结果，从而得到误差补偿后的电子元器件寿命预测模型；S5：利用误差补偿后的电子元器件寿命预测模型，对电子元器件在不同退化时间的退化特征进行预测，从而得到电子元器件的剩余使用寿命。本发明的方法能够提高对于电子元器件寿命预测的准确性。

公开(公告)号：CN117408030A

公开(公告)日：2024-01-16

申请号：CN202311269943.X

申请日：2023-09-27

Applicant: 中国兵器装备集团西南技术工程研究所

Inventor： 杨小奎 ,  任宏宇 ,  罗丹 ,  张世艳 ,  周堃 ,  杨万均 ,  黄文明 ,  刘群 ,  柏遇合 ,  张凯 ,  王振海 ,  龙仕腾 ,  吴洋 ,  彭媛

IPC: G06F30/20 ,  G06F30/27 ,  G06F30/17 ,  G06N3/0442 ,  G06N3/048 ,  G06F119/04 ,  G06F119/08 ,  G06F119/12 ,  G06F113/04 ,  G06F111/08

Abstract: 本发明公开了一种基于退化特征增强的功率器件剩余使用寿命预测方法，按照以下步骤进行：数据采集；数据预处理；退化特征提取，即采用连续变分模式分解SVMD技术提取退化特征，得到功率器件特征增强数据集；再经数据分割得到训练集、验证集和测试集；模型建立：结合深度学习长短期记忆神经网络LSTM与贝叶斯优化方法得到最优功率器件寿命预测模型；最后对功率器件寿命预测：将寿命预测数据训练集、测试集带入最优功率器件寿命预测模型，对未来功率器件退化特征循环次数进行预测，结合功率器件退化特征循环次数和当前功率器件实际的循环次数，对功率器件剩余使用寿命RUL进行预测。有益效果：高鲁棒性、高精度、可靠性高。