“程志君”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果38个，建议您升级VIP下载更多相关专利

[外观设计]棘轮-CN202330310098.0有效
发明人： 程志君 -专利权人： 程志君
申请日： 2023-05-24 - 公布日： 2023-10-20 - 主分类号： 12-11 文献下载
摘要：1.本外观设计产品的名称：棘轮。2.本外观设计产品的用途：用于自行车花鼓上。3.本外观设计产品的设计要点：在于形状与图案的结合。4.最能表明设计要点的图片或照片：立体图。
棘轮

[发明专利]基于响应模型的导引头抗干扰试验样本选取方法和装置-CN202310034776.4在审
发明人：潘正强;刘天宇;程志君;易泰河;贾祥;宋国鹏;范俊 -专利权人：中国人民解放军国防科技大学
申请日： 2023-01-10 - 公布日： 2023-04-18 - 主分类号： G06F30/20 文献下载
摘要：本申请涉及一种基于响应模型的导引头抗干扰试验样本选取方法和装置。所述方法包括：通过对获取的初始试验数据中的性能指标数据和试验因子进行电磁效应机理分析，构建导引头抗干扰响应模型，并根据导引头抗干扰响应模型和试验样本选取目标构建试验样本选取优化模型，并根据试验样本选取优化模型采用最优试验方案构造算法对预先构建的初始试验样本进行优化，得到最终的试验样本集。采用本方法能够在考虑导引头抗干扰电磁效应机理的前提下，构建导引头抗干扰响应模型进行试验样本的优化选取，更贴近导引头抗干扰工程背景，具有更好的可解释性，可以获得更有效的试验样本集，为导引头抗干扰性能边界的评估提供坚实的基础。
基于响应模型导引抗干扰试验样本选取方法装置

[发明专利]基于混合加点准则的自适应序贯试验设计方法和装置-CN202211510849.4在审
发明人： 程志君;钟健;范俊;郭波;潘正强;刘天宇 -专利权人：中国人民解放军国防科技大学
申请日： 2022-11-29 - 公布日： 2023-03-28 - 主分类号： G06F30/27 文献下载
摘要：本申请涉及基于混合加点准则的自适应序贯试验设计方法和装置，方法包括：对航天装备系统的任务效能指标所对应的影响参数进行初始试验设计得到初始样本集；利用初始样本集进行仿真试验获取训练集；在设计空间内利用等距网格抽取样本点作为测试用的试验方案并通过仿真试验得到测试集；构建关于训练集的最小二乘支持向量机模型，求解最小二乘支持向量机模型的核函数参数及正则化参数；利用最小二乘支持向量机模型对测试集进行预测并基于LOLA‑DIST加点准则进行序贯采样；当最小二乘支持向量机模型对测试集进行预测的平均绝对百分比误差在目标误差阈值以内时，保存最终训练集中的试验方案作为最优试验设计方案。提高了预测精度与设计效率。
基于混合加点准则自适应试验设计方法装置

[发明专利]基于卫星低高精度数据关联参数联合估计的响应预测方法-CN202210044813.5有效
发明人：贾祥;李博文;程志君;郭波 -专利权人：中国人民解放军国防科技大学
申请日： 2022-01-14 - 公布日： 2022-12-16 - 主分类号： G06F30/20 文献下载
摘要：基于卫星低高精度数据关联参数联合估计的响应预测方法，包括：获取卫星进行不同精度可靠性试验获得的可靠性试验数据；基于低精度可靠性试验数据构建低精度响应模型；基于低精度响应模型以及高精度可靠性试验数据建立高精度响应模型并确定该模型参数的验后分布；基于贝叶斯理论以及高精度响应模型得到任意应用场景影响因子数据处的高精度卫星性能响应数据后验概率密度函数，进而得到高精度卫星性能响应数据预测模型；生成大量高精度响应模型参数样本，对所述预测模型进行迭代求解，得到任意应用场景影响因子数据处的高精度卫星性能响应数据预测结果。本发明能够使得待求模型参数更加准确，提高了预测结果的精度。
基于卫星高精度数据关联参数联合估计响应预测方法

[发明专利]威布尔型无失效数据转换成败型可靠性数据的方法和装置-CN202210720566.6在审
发明人：贾祥;程志君;潘正强 -专利权人：中国人民解放军国防科技大学
申请日： 2022-06-23 - 公布日： 2022-09-27 - 主分类号： G06F30/20 文献下载
摘要：本申请涉及威布尔型无失效数据转换成败型可靠性数据的方法和装置，方法包括：获取威布尔型无失效数据的寿命数据，确定威布尔形状参数和威布尔尺度参数的联合验前分布以及威布尔型无失效数据的似然函数，并得到威布尔形状参数和威布尔尺度参数的联合验后分布；采用伪随机数生成算法生成随机数，根据随机数、所述联合验后分布和预设的样本量，得到威布尔形状参数和威布尔尺度参数的联合验后样本序列；根据联合验后样本序列，计算预设任务时刻的可靠度贝叶斯验后统计量；根据可靠度贝叶斯验后统计量，进行矩拟合转换，得到可靠性成败数据。本申请能够实现威布尔型无失效数据向成败型可靠性数据的矩拟合转换。
布尔失效数据转换成败可靠性数据方法装置

[发明专利]威布尔型有失效数据折算成败型可靠性数据的方法和装置-CN202210720575.5在审
发明人：贾祥;程志君;潘正强 -专利权人：中国人民解放军国防科技大学
申请日： 2022-06-23 - 公布日： 2022-09-27 - 主分类号： G06F30/20 文献下载
摘要：本申请涉及威布尔型有失效数据折算成败型可靠性数据的方法和装置，方法包括：获取威布尔型有失效数据的试验时间数据，计算威布尔形状参数的极大似然估计以及威布尔尺度参数的极大似然估计，并得到预设任务时刻的可靠度的极大似然估计；根据威布尔形状参数的极大似然估计和威布尔尺度参数的极大似然估计，生成威布尔仿真样本，计算预设任务时刻的可靠度的仿真样本，求解任务时刻的可靠度的极大似然估计的方差；根据预设任务时刻的可靠度的极大似然估计以及任务时刻的可靠度的极大似然估计的方差，计算得到成败型可靠性数据。本申请能将包含失效数据的威布尔型试验时间数据等效转化为成败型数据。
布尔失效数据折算成败可靠性数据方法装置

[发明专利]卫星锂离子电池的健康状态监测方法、装置和设备-CN202110225533.X有效
发明人： 程志君;何家辉;肖北;贾祥;王彦琳 -专利权人：中国人民解放军国防科技大学
申请日： 2021-03-01 - 公布日： 2022-08-02 - 主分类号： G01R31/382 文献下载
摘要：本申请涉及卫星锂离子电池的健康状态监测方法、装置和设备，所述方法包括步骤：获取卫星锂离子电池的实时监测数据；将实时监测数据输入训练获得的自组织映射神经网络，确定实时监测数据对应的获胜神经元；其中，自组织映射神经网络为基于卫星锂离子电池的历史监测数据进行训练获得的神经网络；根据自组织映射神经网络的各输入神经元与获胜神经元之间的点积以及设定参数，计算得到CV虚拟指标；CV虚拟指标用于指示卫星锂离子电池的健康状态。通过上述技术方案，实现了采用自组织映射神经网络从卫星锂离子电池的参数中提取出CV虚拟指标的目的，从而达到了对卫星锂离子电池的健康状态进行高准确度监测的技术效果。
卫星锂离子电池健康状态监测方法装置设备

[发明专利]基于多交通网络下的路径规划方法、装置及设备-CN202210208270.6在审
发明人：宋国鹏;刘鸿彬;刘天宇;叶军;郭波;程志君;王竣德;李英豪 -专利权人：中国人民解放军国防科技大学
申请日： 2022-03-03 - 公布日： 2022-06-03 - 主分类号： G06Q10/04 文献下载
摘要：本申请涉及一种基于多交通网络下的路径规划方法、装置、计算机设备和存储介质。所述方法包括：根据待运输物资的区域和运输物资的起始点选择交通网络、运输方式和运输批次；利用交通网络、运输方式和运输批次设置多交通网络下的最小权衡时间运输路线的约束条件；以及将物资运输的总路线时间、物资运输的转运时间和最后一个运输批次的出发时间之和设置为多交通网络下的最小权衡时间运输路线的目标函数；根据约束条件和所述目标函数，建立多交通网络下的最小权衡时间运输路线的求解模型；通过改进的Dijkstra算法对求解模型进行求解，得到最小权衡时间运输路线，再进行实际运输总时间的计算。采用本方法能够提高救援效率。
基于交通网络路径规划方法装置设备

[发明专利]有失效时成败型产品可靠性评估方法、装置、设备及介质-CN202210044821.X在审
发明人：贾祥;程志君;潘正强 -专利权人：中国人民解放军国防科技大学
申请日： 2022-01-14 - 公布日： 2022-05-13 - 主分类号： G06F30/20 文献下载
摘要：本发明属于可靠性评估技术领域，针对多应力下成败型产品的可靠性评估问题，本发明提出一种有失效时成败型产品可靠性评估方法、装置、设备及介质，在成败型产品试验或使用过程中有失效的情况下，通过构造成败型产品多应力非线性模型，再利用成败型产品的试验数据确定模型和估计模型参数，进一步评估成败型产品的可靠度。本发明的计算步骤清晰，并解决了现有成败型可靠性评估方法没有考虑多应力的问题。
失效成败产品可靠性评估方法装置设备介质

[发明专利]一种系统可靠性框图计算机自动识别与快速计算方法-CN202010735094.2有效
发明人：刘天宇;潘正强;程志君;张然;范俊 -专利权人：中国人民解放军国防科技大学
申请日： 2020-07-28 - 公布日： 2022-05-13 - 主分类号： G06F11/00 文献下载
摘要：本申请涉及一种系统可靠性框图计算机自动识别与快速计算方法。所述方法包括：在系统可靠性框图中的并联部件及其共同的汇入部件之间插入并联关系节点，将和联中心部件和表决部件分别设置为和联关系节点和表决关系节点，设置系统可靠性框图中其他部件为部件节点。根据节点之间的连接关系生成系统可靠性网络，根据预设的计算规则得到该系统可靠性网络的输出可靠度值，该输出可靠度值即是系统可靠性框图的可靠度值。使用上述方法能够生成对应的系统可靠性网络，进而得到系统可靠性框图的可靠度值，整个过程简单且可全部由计算机自动实现，避免了人工计算效率低、不适用于复杂系统的缺点，也克服了蒙特卡洛仿真方法不能准确计算系统可靠度值的问题。
一种系统可靠性框图计算机自动识别快速计算方法

[发明专利]综合光伏组件退化和寿命数据的剩余寿命拟合预测方法-CN202011462458.0有效
发明人：贾祥;李博文;刘鸿彬;程志君;郭波 -专利权人：中国人民解放军国防科技大学
申请日： 2020-12-14 - 公布日： 2021-11-02 - 主分类号： G06F30/20 文献下载
摘要：本发明属于可靠性统计技术领域，本发明公开了综合光伏组件退化和寿命数据的剩余寿命拟合预测方法，先利用性能退化数据，估计退化过程模型参数初值，再估计寿命数据的失效概率并通过拟合计算剩余寿命的预测值。本发明通过上述步骤很好的解决了综合利用性能退化数据和寿命数据中蕴含的信息，预测光伏组件剩余寿命的问题，计算结果和计算过程的简洁性都优于现有方法。
综合组件退化寿命数据剩余拟合预测方法

[发明专利]失效信息已知下的卫星动量轮表决系统剩余寿命预测方法-CN202011599664.6有效
发明人：贾祥;刘鸿彬;李博文;程志君;郭波 -专利权人：中国人民解放军国防科技大学
申请日： 2020-12-29 - 公布日： 2021-09-24 - 主分类号： G06F30/20 文献下载
摘要：本发明提供一种失效信息已知下的卫星动量轮表决系统剩余寿命预测方法，卫星动量轮表决系统中的卫星动量轮寿命服从指数‑威布尔分布，在得到卫星动量轮表决系统的失效信息后，求解卫星动量轮表决系统失效m个卫星动量轮的概率以及此时卫星动量轮表决系统的可靠度；然后求解卫星动量轮表决系统失效m个卫星动量轮时的剩余寿命点估计，将其作为动量轮表决系统的剩余寿命的预测结果。本发明通过上述步骤很好地解决了动量轮寿命服从指数‑威布尔分布时表决系统的剩余寿命预测问题，且步骤简单，结果清晰，易于操作。
失效信息已知卫星动量表决系统剩余寿命预测方法

[发明专利]基于回归法综合寿命试验数据的机电产品可靠度评估方法-CN201910566357.9有效
发明人：贾祥;程志君;孙健 -专利权人：中国人民解放军国防科技大学
申请日： 2019-06-27 - 公布日： 2021-01-29 - 主分类号： G06F30/20 文献下载
摘要：本发明属于可靠性评估技术领域，本发明公开了一种基于回归法综合寿命试验数据的机电产品可靠度评估方法，首先设定样本数据失效概率的验前分布并确定失效概率的验前矩和验后矩，再求解失效概率验前分布中的参数，最后基于回归法综合全部样本数据拟合分布函数并给出可靠度的评估值。本发明通过上述步骤很好地解决了现有技术中只利用样本数据中的失效数据来评估机电产品可靠度从而造成数据信息量缺失的问题，且步骤简单清晰，评估结果优于现有技术。
基于回归综合寿命试验数据机电产品可靠评估方法

[发明专利]锂电池容量估计的间接健康因子选取方法-CN201811602112.9有效
发明人： 程志君;姚杭;贾祥;赵骞;白森洋;宋兆理;郭波;蒋平 -专利权人：中国人民解放军国防科技大学
申请日： 2018-12-26 - 公布日： 2020-11-13 - 主分类号： G01R31/392 文献下载
摘要：本发明实施例提出了一种用于锂电池容量估计的间接健康因子选取方法，包括：计算多个备选间接健康因子与电池容量的关联度；从所述多个备选间接健康因子中选择所述关联度最大的N个所述备选间接健康因子作为初始间接健康因子；将所述初始间接健康因子以及与所述初始间接健康因子对应的所述电池容量作为相关向量机模型的输入，以对所述相关向量机模型进行模型训练得到目标训练模型；判断所述目标训练模型是否满足所述预设精度要求；若所述目标训练模型满足所述预设精度要求，将所述初始间接健康因子作为目标间接健康因子以用于锂电池容量估计；以及若所述目标训练模型不满足所述预设精度要求，更新N＝N+1。本发明实施例可以很好地解决间接健康因子选择的问题。
锂电池容量估计间接健康因子选取方法

[发明专利]融合寿命数据和性能退化数据的单机剩余寿命预测方法-CN201710472512.1有效
发明人： 程志君;刘士齐;陈浩;赵骞;蒋平;郭波 -专利权人：中国人民解放军国防科学技术大学
申请日： 2017-06-21 - 公布日： 2020-10-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种融合寿命数据和性能退化数据的单机剩余寿命预测方法，其涉及产品剩余寿命预测领域，该方法包括以下步骤：(S1)漂移参数μ和扩散参数σ的初始化；(S2)漂移参数μ和扩散参数σ的更新；(S3)Gibbs抽样数值模拟求解参数估计值；(S4)基于退化过程的剩余寿命预测。本发明的目的在于提供一种方法，当部件性能退化过程可看作线性漂移Wiener过程，能够用于融合部件性能退化数据和寿命数据，并估计部件剩余寿命的分布参数，进一步估计产品剩余寿命，很好解决了高可靠性、长寿命、小子样的复杂产品的剩余寿命预测问题，并实现了参数的实时更新。
融合寿命数据性能退化单机剩余预测方法

1
2
3
下一页»
尾页
共 38 条