-
公开(公告)号：CN119178984A
公开(公告)日：2024-12-24
申请号：CN202410965100.1
申请日：2024-07-18
Applicant: 哈尔滨工业大学 , 北京航天自动控制研究所
Abstract: 基于信号传输性能分析的MIV故障诊断系统及其方法，涉及三维集成电路测试技术领域。解决现有单片层间通孔MIV测试方法可诊断故障范围有限的问题。诊断系统包括一个测试控制器和多个测试单元；所述测试控制器用于向各测试单元发送测试指令。基于诊断系统实现的诊断方法为：通过分别检测整个MIV组中是否存在开路故障、漏电故障及前半组MIV中是否存在短路故障、后半组MIV中是否存在短路故障，若检测过程中存在故障则对整个MIV组进行进一步故障诊断，诊断包括执行延迟特性识别的故障诊断、电压特性识别的故障诊断，直至获得诊断结果。本发明适用于三维集成技术中MIV的测试及故障诊断。
-
公开(公告)号：CN117668649A
公开(公告)日：2024-03-08
申请号：CN202311621540.7
申请日：2023-11-30
Applicant: 哈尔滨工业大学 , 北京航天自动控制研究所
IPC: G06F18/241 , G06F18/214 , G06F18/15
Abstract: 本申请公开了一种基于SimAM‑LSTM‑AE的异常检测方法，属于航天器异常检测领域，包括：获取遥测数据集，并将其划分为实时数据集和训练集；通过小波阈值降噪方法对遥测数据集进行降噪；通过SimAM注意力机制提取降噪后的遥测数据集的特征，得到注意力特征图；构建LSTM‑AE网络，并基于训练集的注意力特征图对其进行训练，得到训练集的重构误差序列；将实时数据集的注意力特征图输入至训练后的LSTM‑AE网络中，得到实时数据集的重构误差序列，根据实时数据集的重构误差序列检测实时数据集是否出现异常。本申请提供的方法可应用于对于航天器领域采集的遥测数据进行时间段的异常检测和判定异常工作。
-
公开(公告)号：CN118536025A
公开(公告)日：2024-08-23
申请号：CN202410320939.X
申请日：2024-03-20
Applicant: 北京航空航天大学 , 北京航天自动控制研究所
IPC: G06F18/2433 , G06F18/232 , G06Q50/06 , G06F123/02
Abstract: 本发明公开了一种电源系统异常时间序列检测方法及其系统，属于异常检测技术领域，引入一种基于序列分解和Fast DTW的序列距离度量方法，以提升序列距离度量的准确性；然后，以时间序列作为样本，通过密度聚类DBSCAN算法，以改进的距离度量方法为度量函数，分离出少数类作为异常序列类别，多数类作为正常序列类别；最后，以聚类得到的正常类别标签为基础，采用SVDD算法，实现对新时间序列的异常检测，通过密度聚类DBSCAN算法和SVDD算法，为无监督、多工况、异常样本稀少条件下的异常检测提供了有效的解决途径，提高了电源系统异常时间序列检测的准确率。
-
公开(公告)号：CN119962170A
公开(公告)日：2025-05-09
申请号：CN202411971462.8
申请日：2024-12-30
Applicant: 北京航天自动控制研究所
IPC: G06F30/20 , G06F17/18 , G01R31/367 , G01R31/36 , G01R31/388 , G01R31/389
Abstract: 一种耦合多工作模式的一次电池有效容量预测方法，通过综合考虑自主水下航行器存储和放电工作模式，建立了一种一次电池有效容量早期预测模型，首先建立存储模式下的日历老化模型，其次建立放电模式下的有效容量校准模型，对双模型进行耦合处理后，利用电池有效容量预测模型的输出数据对各次试验的电池容量衰退特征信息进行表示。
-
公开(公告)号：CN117807828A
公开(公告)日：2024-04-02
申请号：CN202311771780.5
申请日：2023-12-21
Applicant: 北京航空航天大学 , 北京航天自动控制研究所
IPC: G06F30/23 , G06F119/04 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种装备用电子产品多应力步降加速寿命试验方法，属于加速寿命试验领域，通过在温度应力、湿度应力、振动应力、电应力、温度循环应力及其组合等各种应力条件下的失效机理和形式进行分析和构建相应的加速寿命模型，进而能够根据累积损伤叠加法分析多应力综合作用，对所选定的步降加速应力水平制定多应力步降加速试验谱。本发明提出多应力步降加速寿命试验设计、制定、试验数据建模分析的整个试验流程，形成了一套电子产品多应力步降加速寿命试验方法。
-
Patent Agency Ranking
公开(公告)号：CN108647168B
公开(公告)日：2020-08-14
申请号：CN201810384293.6
申请日：2018-04-26
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
Abstract: 本发明涉及一种基于CPCI的模拟量采集控制系统及方法，属于航空航天测试及发射控制技术领域。本发明采用基于FPGA的SOPC设计方法，用一块FPGA实现多核数据处理与并行计算，极大程度上提高了数据运算效率与处理能力；通过内部总线将软核处理器与传统FPGA逻辑资源进行内部互联，总线片内封闭，具备高可靠性高与更强的环境适应性。
-
公开(公告)号：CN119881491A
公开(公告)日：2025-04-25
申请号：CN202510057333.6
申请日：2025-01-14
Applicant: 北京航空航天大学 , 北京航天自动控制研究所
Inventor： 陈娟 , 屈辰 , 刘浩 , 禹春梅 , 向刚 , 王豪 , 吴昶霖 , 扈闰乔 , 隗靖昆 , 刘江楠 , 杨沅峂 , 曹宇轩 , 黄立波 , 李继坤 , 李荣博 , 彭宇 , 白骏
Abstract: 本发明公开了一种电子产品整机多应力步降加速试验方法，属于机电产品可靠性试验技术领域，包括准备受试品，从每类单机中各选出一个样本，作为受试品，将选中的受试品放置在标准或常规的贮存条件下，定期测量和记录每个受试品的性能退化参数；设计加速因子，设计用于计算加速试验的时间的加速因子Aw和用于评估设备在不同应力条件下的失效率的加速因子AFc；进行应力综合设计；设计测试方案，给出最终电子产品整机的步降加速试验方案；本发明提供的一种电子产品整机多应力步降加速试验方法解决了现有的航天电子产品加速试验加速因子不准确、环境应力综合性差、试验周期长等问题。
-
公开(公告)号：CN118332914A
公开(公告)日：2024-07-12
申请号：CN202410505999.9
申请日：2024-04-25
Applicant: 中北大学 , 北京航天自动控制研究所
IPC: G06F30/27 , G06F18/10 , G06F18/213 , G06N3/0455 , G06N3/08 , G06F119/04 , G06F119/02 , G06F119/14 , G06F111/08
Abstract: 本发明公开了一种基于在线微调物理信息神经网络的高精度电子设备时变寿命评估方法，涉及电子设备可靠性分析技术领域。步骤包括采集历史数据、数据预处理、构建编码器提取历史数据特征、构建基于物理模型的判别器、构建剩余寿命的预测网络。本发明无需海量数据，添加的物理模型约束条件使神经网络既可以实现高精度寿命评估，又可以大幅减少测试数据需求量，同时具备较好的解释性；可以适应不同工作环境下的电子设备寿命评估，采用自适应微调方式，在模型使用时对模型进行微调，且采用两分支不同的训练方法，大大减少了在线更新权重和偏置的数据量，提高了模型的泛化程度。
-
公开(公告)号：CN117607544A
公开(公告)日：2024-02-27
申请号：CN202311786985.0
申请日：2023-12-22
Applicant: 北京航天自动控制研究所
Abstract: 本发明公开了一种绝缘电阻测试仪，包括：主机控制器单元、测试总线单元、逻辑控制模块和恒压测量模块；其中，所述主机控制器单元发出控制命令，将控制命令通过所述测试总线单元传输给所述逻辑控制模块；所述逻辑控制模块接收控制命令，将控制命令经过译码产生控制信号，将控制信号经过光电隔离后得到隔离后的控制信号，将隔离后的控制信号通过所述测试总线单元传输给所述恒压测量模块；所述恒压测量模块接收隔离后的控制信号，根据隔离后的控制信号测量出测试电路的绝缘电阻，将测试电路的绝缘电阻通过所述测试总线单元传输给所述主机控制器单元。本发明能够进行绝缘电阻的快速自动测量，大大提高了绝缘的自动化程度。
-
公开(公告)号：CN118396026A
公开(公告)日：2024-07-26
申请号：CN202410505574.8
申请日：2024-04-25
Applicant: 中北大学 , 北京航天自动控制研究所
Abstract: 本发明公开了一种结合物理信息和生成对抗网络的高精度电子设备寿命评估方法，涉及电子设备整机寿命评估领域。具体为：将关于退化特性的物理模型引入神经网络中，使神经网络既可以实现高精度寿命评估，又可以大幅减少测试数据需求量，同时具备较好的解释性。此外，本发明通过把生成器分成退化量预测层和可靠度预测层两部分，一方面可以通过真实退化数据对基于端到端生成器潜变量的预测退化数据进行约束，另一方面通过这种两阶段的可靠度预测方式，能够减少网络预测空间，从而提升端到端网络的可靠度预测精度。本发明无需偏好假设，深度学习仅依靠海量数据就可以找出隐含在数据中的特征，并得到高评估精度、高普适性的寿命评估模型。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.04 seconds)
