“退化机理”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果38308个，建议您升级VIP下载更多相关专利

[发明专利]基于失效物理分析的铝电解电容器寿命快速预测方法-CN202211644050.4在审
发明人：孙权;冯静 -专利权人：湖南银杏可靠性技术研究所有限公司
申请日： 2022-12-20 - 公布日： 2023-04-07 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于失效物理分析的铝电解电容器寿命快速预测方法，包括：对铝电解电容器失效机理进行分析，结合加速性能退化试验数据，确定铝电解电容器的性能退化参数；基于铝电解电容器的性能退化参数确定威布尔分布参数估计，得到性能退化模型和加速模型；基于性能退化模型、加速模型和参数失效阈值计算可靠度，实现对铝电解电容器寿命预测。本发明通过对产品的机理分析，结合加速性能退化试验数据，确定性能退化参数，针对关键性能退化参数建立退化模型和加速模型，求取退化模型和加速模型的模型参数，外推得到产品正常使用环境下的寿命，提升铝电解电容寿命预测的精度和速度
基于失效物理分析铝电解电容器寿命快速预测方法

[发明专利]一种快速判别温度应力加速实验失效机理一致性的方法-CN201110427310.8无效
发明人：郭春生;万宁;冯士维;张燕峰;朱慧 -专利权人：北京工业大学
申请日： 2011-12-19 - 公布日： 2012-07-04 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及一种快速判别温度应力加速实验失效机理一致性的方法，属于加速实验领域。该方法以Arrhenius退化模型为研究基础，结合威布尔寿命分布模型，得到了不同应力水平下，加速寿命实验失效机理一致性与形状参数的关系，然后针对加速实验中早期参数退化数据，计算其分布形状参数，从而在实验初期，快速判别不同实验应力下，失效机理机理是否一致。本发明提供一种实验初期快速判定失效机理的方法，避免了因失效机理改变而造成的无效加速实验，节省了实验时间。
一种快速判别温度应力加速实验失效机理一致性方法

[发明专利]定量结合多退化机理的金属化薄膜电容器可靠性建模方法-CN202210489673.2有效
发明人：叶雪荣;胡义凡;蒋威钧;郑博恺;王梓丞;张东;翟国富 -专利权人：哈尔滨工业大学
申请日： 2022-05-06 - 公布日： 2022-11-01 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种定量结合多退化机理的金属化薄膜电容器可靠性建模方法，所述方法包括如下步骤：一：建立温度应力作用下，薄膜老化过程模型；二：建立金属化薄膜电容器随机自愈过程模型；三：建立定量结合多退化机理的退化模型；四：根据金属化薄膜电容器的实际使用需求，给定容值的失效阈值D，推导得到定量结合多退化机理的金属化薄膜电容器的可靠性模型；五：利用极大似然估计得到未知参数的估计值；将各未知参数估计值代入可靠性模型中，即可实现金属化薄膜电容器的可靠性建模与评估本发明解决了在金属化薄膜电容器可靠性建模与评估的相关研究中，未曾定量结合多退化机理，进而导致其可靠性建模与评估结果缺乏准确性的问题。
定量结合退化机理金属化薄膜电容器可靠性建模方法

[发明专利]一种基于温度应力下的传感器可靠性测试方法及系统-CN202211694802.8在审
发明人：陈挺;路永玲;胡成博;汤德宝;鞠玲;张泽;陈凯;颜伟;韦世珂;杨景刚;王真;贾骏;秦剑华;刘子全;朱雪琼;姚建光;印吉景;何天雨;童充;沈兴来;邓剑鸣 -专利权人：国网江苏省电力有限公司泰州供电分公司;国网江苏省电力有限公司电力科学研究院;南京师范大学
申请日： 2022-12-28 - 公布日： 2023-04-14 - 主分类号： G01D18/00 文献下载
摘要：本发明公开了一种基于温度应力下的传感器可靠性测试方法及系统，方法包括：对待测试传感器进行分析，识别待测试传感器的薄弱模块；以待测试传感器的薄弱模块施加温度应力进行加速退化实验，并获得退化实验数据；根据所述退化实验数据，确定退化轨迹模型；根据退化轨迹模型，确定待测试传感器的伪失效寿命，并对伪失效寿命进行分布参数估计；根据伪失效寿命的分布参数进行退化机理一致性进行检验；对经过退化机理一致性检验的伪失效寿命的分布参数建立可靠性模型
一种基于温度应力传感器可靠性测试方法系统

[发明专利]基于故障机理损伤累积模型的载荷共担行为建模与仿真方法-CN201711361668.9有效
发明人：陈颖;俞晓勇;李颖异;康锐 -专利权人：北京航空航天大学
申请日： 2017-12-18 - 公布日： 2020-05-19 - 主分类号： G06F30/20 文献下载
摘要：本发明提供一种基于故障机理损伤累积模型的载荷共担行为建模与仿真方法，其包括以下步骤：步骤一：联合使用功能相关门和故障机理促进门对载荷分配逻辑建模，建立通用的故障机理累积模型；步骤二：建立连续退化型故障机理累积模型；步骤三：建立复合冲击退化型故障机理累积模型；步骤四：建立过应力型故障机理累积模型；步骤五：利用二元决策图和故障机理树对系统进行建模；步骤六：利用Matlab对机理模型和系统模型进行可靠性仿真，并得到部件的损伤量曲线
基于故障机理损伤累积模型载荷行为建模仿真方法

[发明专利]基于VHDL-AMS退化模型的板级电路寿命预测方法-CN201710880279.0有效
发明人：刘震;王清;程玉华;黄建国 -专利权人：电子科技大学
申请日： 2017-09-26 - 公布日： 2020-01-21 - 主分类号： G06F30/3308 文献下载
摘要：本发明公开了一种基于VHDL‑AMS退化模型的板级电路寿命预测方法，先分析元器件的失效模式和失效机理，建立元器件的数学退化模型，再利用matlab工具对数学退化模型进行拟合，得到最优的退化轨迹从而建立元器件的VHDL‑AMS模型，最后通过对VHDL‑AMS模型进行仿真，实现了元器件退化的板级电路性能检测及寿命预测。
元器件退化模型板级电路寿命预测数学失效机理失效模式退化轨迹性能检测再利用拟合退化分析

[发明专利]考虑促进与累加耦合效应的DCFP系统可靠性建模方法-CN202010247091.4有效
发明人：陈颖;杨天钰;王艳芳;康锐 -专利权人：北京航空航天大学
申请日： 2020-03-31 - 公布日： 2022-05-13 - 主分类号： G06F30/20 文献下载
摘要：本发明提供一种考虑促进与累加耦合效应的DCFP系统可靠性建模方法，其包括以下步骤：S1：分析确定系统中某部件在工作中产生退化应力和冲击应力的关键故障机理、关键故障机理类型；S2：对该部件产生退化应力的故障机理建立软失效模型；S3：对该部件产生冲击应力的故障机理部件建立可靠度模型；S4：根据部件的软失效和硬失效相互竞争的关系，得到部件的可靠度；S5：利用故障机理树FMT模型和二元决策图BDD模型对部件进行建模S6：利用Matlab对机理模型和部件模型进行可靠性仿真，并根据需要得到部件的损伤量曲线，硬失效阈值下降曲线和部件的可靠度曲线。
考虑促进累加耦合效应 dcfp 系统可靠性建模方法

[发明专利]一种多阶段变工况固体推进剂剩余贮存寿命预测方法-CN202011532958.7有效
发明人：杨军;郑慧玲;孔雪峰 -专利权人：北京航空航天大学
申请日： 2020-12-23 - 公布日： 2022-07-26 - 主分类号： G06F30/20 文献下载
摘要：本发明提供一种多阶段变工况固体推进剂剩余贮存寿命预测方法，其实施步骤如下：步骤一：加速退化试验数据收集；步骤二：加速退化模型建立；步骤三：加速退化模型参数估计及失效机理一致性检验；步骤四：多阶段变工况退化时间等效转换；步骤五：剩余寿命分布估计与预测；本发明运用极大似然估计、方差齐性检验以及最小二乘估计方法进行加速退化模型的参数估计与失效机理的一致性检验，从而有效支持固体推进剂的贮存管理决策；所提出的剩余贮存寿命预测方法计算简便
一种阶段工况固体推进剩余贮存寿命预测方法

[发明专利]一种加速退化数据有效性检验及模型选择方法-CN201510817797.9在审
发明人：马小兵;王晗;赵宇 -专利权人：北京航空航天大学
申请日： 2015-11-23 - 公布日： 2016-04-06 - 主分类号： G06F17/50 文献下载
摘要：一种加速退化数据有效性检验及模型选择方法，它有五大步骤：一、选择常用退化轨迹模型并进行标准化；二、基于加速因子不变原则建立加速机理等同性条件；三、估计不同应力水平下模型参数值，运用Bartlett统计量进行假设检验；四、计算加速因子变异系数，选择退化轨迹模型；五、基于回归分析外推正常应力水平下产品寿命。本发明针对退化轨迹模型建立了加速机理等同性条件，提高了加速因子的稳定性，检验过程以及参数估计的算法十分简洁，可操作性强，对检验数据的有效性具有重要意义。
一种加速退化数据有效性检验模型选择方法

[发明专利]一种基于单参数加速退化机理一致性边界确定方法-CN201010612113.9无效
发明人：王前程;陈云霞;邓沣鹂;黄小凯;康锐 -专利权人：北京航空航天大学
申请日： 2010-12-29 - 公布日： 2011-05-11 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种基于单参数加速退化机理一致性边界确定方法，该方法首先以电子器件加速退化模型——阿伦尼斯模型为研究对象，然后结合三种常见退化模型——线性模型、指数模型和幂模型，从激活能不变角度推导出保证电子器件加速机理不变的应力-斜率公式，最后根据线性模型的斜率区间检验方法确定出电子器件加速退化试验的边界设计应力。该发明成功克服了由于仿真结果确定性导致不能通过电子器件伪寿命分布参数齐性检验方法来确定加速退化试验边界应力的缺点；节省大量试验样本及经费；斜率区间检验中检验水平α取0.1，得到的斜率置信区间比α取0.01或0.05时较窄，在不影响加速效果的前提下，有效地保证了在应力Tm下的加速退化试验是安全的。
一种基于参数加速退化机理一致性边界确定方法

[发明专利]一种基于故障机理的液压伺服机构多学科可靠性建模方法-CN201510923907.X有效
发明人：车海洋;曾声奎;郭健彬;王尧;阳纯波;宋岳恒 -专利权人：北京航空航天大学
申请日： 2015-12-14 - 公布日： 2018-07-13 - 主分类号： G06F17/50 文献下载
摘要：一种基于故障机理的液压伺服机构多学科长周期可靠性建模方法，按五个阶段进行：一、系统建模，有动力学机构建模、动力学模型参数化和液压系统建模；二、联合仿真，有设置联合仿真环境、搭建联合仿真平台，选择联合仿真方式，设置转换函数，运行联合仿真；三、单学科故障机理、模式注入，有动力学机构的故障机理注入及液压系统故障模式的注入；四、多学科故障机理、模式的注入，实现同时在液压系统与动力学机构中注入故障机理、模式；五、仿真分析，单点故障影响分析，找出系统的薄弱环节以及关键参数，刻画关键参数的退化轨迹及性能退化轨迹，得到可靠性相关数据。该方法首次实现多学科故障机理、模式的注入，完善了长周期可靠性建模方法。
故障机理联合仿真可靠性建模动力学学科液压伺服机构关键参数液压系统长周期建模动力学模型参数液压系统故障薄弱环节单点故障仿真分析退化轨迹系统建模性能退化影响分析转换函数刻画

[发明专利]一种基于动态因果图分析的燃气轮机压气机水洗预警方法-CN202310349565.X在审
发明人：赵春晖;段姝宇;沈萌 -专利权人：浙江大学
申请日： 2023-04-04 - 公布日： 2023-07-14 - 主分类号： G06F30/20 文献下载
摘要：该方法从变量间因果关系动态变化的角度切入，以动态因果图的形式表征退化过程系统内部机理的变化，将抽象的退化趋势跟踪问题转化为直观的系统因果关系相对变化分析问题，并据此构建动态因果图演化，根据当前因果图与各退化阶段代表性因果模式的相似度匹配结果进行压气机叶片结垢程度预警本发明用动态因果图表征缓变故障演化过程中时间空间双重维度的退化机理，将结垢性能下降趋势辨识问题转化为系统因果关系相对变化分析问题，为燃气轮机压气机系统的性能退化状态评估、水洗预警决策提供高效可靠的新思路
一种基于动态因果分析燃气轮机压气水洗预警方法

[发明专利]一种物理机理和机器学习融合的锂离子电池寿命预测方法-CN202210229205.1在审
发明人：温济慈;魏宇杰 -专利权人：中国科学院力学研究所
申请日： 2022-03-10 - 公布日： 2022-06-28 - 主分类号： G01R31/367 文献下载
摘要：本发明公开了一种物理机理和机器学习融合的锂离子电池寿命预测方法，包括步骤：锂离子电池首次充放电循环并进行电化学特征测量；构建电化学特征曲线并提取特征量信息；构建机器学习模型并将特征量带入机器学习模型中以评估锂离子电池出厂时的寿命性能差异；构建物理退化机理模型以评估充放电历史引起的锂离子电池寿命衰减；基于锂离子电池出厂性能差异和充放电过程中的寿命衰减，计算锂离子电池的剩余寿命。本发明基于物理退化机理模型和机器学习模型的融合，仅根据锂离子电池出厂时的初始寿命不一致性和充放电循环历史退化两个主要因素的评估结果即可对锂离子电池的寿命进行精确可靠的预测，简便高效。
一种物理机理机器学习融合锂离子电池寿命预测方法

[发明专利]一种基于机理模型与多源数据融合的液压泵故障诊断方法-CN202310372305.4有效
发明人：吴雪莹;任琳琳;马洪波;赵永;孔宪光;成龙;张国伟 -专利权人：中国航空油料集团有限公司;西安电子科技大学
申请日： 2023-04-10 - 公布日： 2023-06-23 - 主分类号： G06F18/2433 文献下载
摘要：本发明提供一种基于机理模型与多源数据融合的液压泵故障诊断方法，包括如下步骤：获取液压泵的多源数据集，构建液压泵退化机理模型，并构建训练集和测试集；对训练集和测试集的数据样本进行数据预处理以及特征提取和筛选，获取液压泵退化的关键特征集；根据关键特征集构建基于多核的SVC的集成多分类器模型，获取数据模型的诊断结果；将液压泵退化机理模型分别在数据级和决策级与数据模型融合，获取混合模型的故障诊断结果；将混合模型的预测标签与液压泵的故障标签进行映射
一种基于机理模型数据融合液压泵故障诊断方法

[发明专利]基于机理-数据驱动模型的锂电池剩余容量预测方法-CN201810208691.2在审
发明人：姜媛媛;曾文文 -专利权人：安徽理工大学
申请日： 2018-03-14 - 公布日： 2018-09-04 - 主分类号： G01R31/36 文献下载
摘要：本发明公开一种基于机理‑数据驱动模型的锂电池剩余容量预测方法，首先构造锂电池剩余容量与其充放电循环周期的退化机理模型；对锂电池原始剩余容量数据进行凸优化降噪处理，基于预处理得到的可靠性较高的数据，采用最小二乘法对机理模型中未知参数进行辨识，从而得到精确的预测模型表达式，实现基于机理模型的锂电池剩余容量的预测。再建立基于LSSVM的建模误差数据驱动模型，将LSSVM估计的建模误差反馈到机理模型的预测结果上，从而实现锂电池剩余容量的高精度预测。本发明方法适用于不同工况条件下的锂电池剩余容量的预测，在预测过程中综合考虑了电池工作时所处的外界环境信息与电路工作条件对其寿命退化的影响，与实际更相符。
锂电池剩余容量数据驱动模型机理模型剩余容量预测建模误差预测不同工况条件剩余容量数据外界环境信息预处理充放电循环高精度预测最小二乘法降噪处理退化机理未知参数预测结果预测模型综合考虑辨识电路相符电池退化反馈优化