-
公开(公告)号：CN103198223B
公开(公告)日：2015-12-09
申请号：CN201310126195.X
申请日：2013-04-12
Applicant: 电子科技大学
IPC: G06F19/00
Abstract: 本发明提供了一种电子产品实时可靠性的预测方法基于贝叶斯方法和伪失效寿命，在更为恰当地估计先验分布中的未知参数和选择实时可靠性公式的基础上计算出当前电子产品实时可靠性。首先运用曲线拟合推出n个伪失效寿命，再选择正态分布来表示n个伪失效寿命数据的分布，接着借助时间序列样本生成法，估计出分布中的未知时变参数均值μj0及方差σj0，得到先验密度函数，然后根据现场数据xj可以更新时变参数并得到时变参数的后验密度函数的均值μcj和方差σcj2，最后利用本发明设计的实时可靠性公式计算当前电子产品的实时可靠性。通过实验验证，本发明电子产品实时可靠性的预测方法对电子产品实时可靠性的预测精度高，能准确地对电子产品的实时可靠性进行预测。
-
公开(公告)号：CN103197186B
公开(公告)日：2016-03-23
申请号：CN201310125705.1
申请日：2013-04-12
Applicant: 电子科技大学
IPC: G01R31/00
Abstract: 本发明提供了一种电子产品退化状态实时预测方法，通过可靠性试验数据、现场性能退化数据，依据曲线拟合，现场性能退化数据外推当前运行电子产品在j+1时刻的预测值xj+1，依据自回归模型，根据每个时刻的可靠性试验数据，得到j+1个预测值：y1,y2,…,yj,yj+1，根据前j预测值的拟合曲线，外推得到j+1时刻的预测值y0j+1，计算差值Δj+1=y0j+1-xj+1，最后得到可靠性试验数据融合现场性能退化数据预测的结果zj+1=yj+1+Δj+1；根据得到预测值xj+1和zj+1时的误差大小为预测值xj+1和zj+1分配权值，最终根据权值将预测值xj+1和zj+1融合得到最终电子产品在j+1时刻的退化状态实时预测值。通过实验验证，本发明电子产品退化状态实时预测方法，基于差值修正算法，提高了电子产品退化状态预测的准确度。
-
公开(公告)号：CN103198223A
公开(公告)日：2013-07-10
申请号：CN201310126195.X
申请日：2013-04-12
Applicant: 电子科技大学
IPC: G06F19/00
Abstract: 本发明提供了一种电子产品实时可靠性的预测方法基于贝叶斯方法和伪失效寿命，在更为恰当地估计先验分布中的未知参数和选择实时可靠性公式的基础上计算出当前电子产品实时可靠性。首先运用曲线拟合推出n个伪失效寿命，再选择正态分布来表示n个伪失效寿命数据的分布，接着借助时间序列样本生成法，估计出分布中的未知时变参数均值μj0及方差σj0，得到先验密度函数，然后根据现场数据xj可以更新时变参数并得到时变参数的后验密度函数的均值μcj和方差σcj2，最后利用本发明设计的实时可靠性公式计算当前电子产品的实时可靠性。通过实验验证，本发明电子产品实时可靠性的预测方法对电子产品实时可靠性的预测精度高，能准确地对电子产品的实时可靠性进行预测。
-
公开(公告)号：CN103197186A
公开(公告)日：2013-07-10
申请号：CN201310125705.1
申请日：2013-04-12
Applicant: 电子科技大学
IPC: G01R31/00
Abstract: 本发明提供了一种电子产品退化状态实时预测方法，通过可靠性试验数据、现场性能退化数据，依据曲线拟合，现场性能退化数据外推当前运行电子产品在j+1时刻的预测值xj+1，依据自回归模型，根据每个时刻的可靠性试验数据，得到j+1个预测值：y1,y2,…,yj,yj+1，根据前j预测值的拟合曲线，外推得到j+1时刻的预测值y0j+1，计算差值Δj+1=y0j+1-xj+1，最后得到可靠性试验数据融合现场性能退化数据预测的结果zj+1=yj+1+Δj+1；根据得到预测值xj+1和zj+1时的误差大小为预测值xj+1和zj+1分配权值，最终根据权值将预测值xj+1和zj+1融合得到最终电子产品在j+1时刻的退化状态实时预测值。通过实验验证，本发明电子产品退化状态实时预测方法，基于差值修正算法，提高了电子产品退化状态预测的准确度。
-
-
-
Search Results
4
records
(took 0.019 seconds)
