“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]基于多退化机理的小样本微惯性传感器可靠度评估方法-CN201510479379.3有效
发明人：秦丽;于丽霞;鲍爱达;马喜宏;刘俊;李杰;王孟美 -专利权人：中北大学
申请日： 2015-08-06 - 公布日： 2017-12-08 - 主分类号： G06F19/00 文献下载
摘要：本发明涉及微惯性传感器可靠度评估方法，具体是一种基于多退化机理的小样本微惯性传感器可靠度评估方法。基于多退化机理的小样本微惯性传感器可靠度评估方法，该方法是采用如下步骤实现的1)选择能够表征微惯性传感器在环境应力下性能呈现退化的敏感特征参数；2)设计性能退化试验剖面；3)对p个同批次的微惯性传感器进行性能退化试验
基于退化机理样本惯性传感器可靠评估方法

[发明专利]一种薄膜热控涂层近紫外辐射下性能退化预测方法-CN201811141609.5有效
发明人：杨生胜;田海;薛华;把得东;冯展祖 -专利权人：兰州空间技术物理研究所
申请日： 2018-09-28 - 公布日： 2021-02-02 - 主分类号： G01N17/00 文献下载
摘要：本发明公开了一种薄膜热控涂层近紫外辐射下性能退化预测方法，在掌握材料近紫外辐射退化机理的情况下，研究材料在近紫外辐射下性能退化的规律，建立性能退化模型，以地面较短试验周期的结果为基础，外推空间长期近紫外辐照下材料性能的退化结果；薄膜热控涂层近紫外辐射下性能退化预测方法可以以较短周期的地面模拟试验预示长寿命航天器用薄膜热控涂层在近紫外辐射下的性能退化，提高试验效率，节约试验成本，为薄膜热控涂层的可靠性设计提供技术支撑。
一种薄膜涂层紫外辐射性能退化预测方法

[发明专利]一种软包锂离子电池密封可靠度预测方法-CN201910665441.6有效
发明人：陈云霞;刘耀松;龚文俊 -专利权人：北京航空航天大学
申请日： 2019-07-23 - 公布日： 2020-11-06 - 主分类号： G06F30/23 文献下载
摘要：本发明提供一种软包锂离子电池密封可靠度预测方法，包括：确定关键退化机理；构建考虑分散性的压强时间模型；通过有限元仿真，确定压强‑应力空间模型；结合粘接强度的退化机理，得到最大剥离力‑强度模型；利用加速退化模型本发明考虑了锂离子电池内部气压变化对外包装密封材料在全寿命周期内的退化过程的影响，模拟锂离子电池在实际使用过程中的各个密封部位性能变化趋势，理论计算不同环境条件下的软包锂离子电池密封可靠度，工程适用性强
一种锂离子电池密封可靠预测方法

[发明专利]机载燃油泵退化试验方案设计与寿命预测方法-CN202111065694.3有效
发明人：景博;孙宏达;焦晓璇;黄以锋;潘晋新;刘晓东;王生龙 -专利权人：中国人民解放军空军工程大学
申请日： 2021-09-10 - 公布日： 2023-06-30 - 主分类号： F04B51/00 文献下载
摘要：一种机载燃油泵退化试验方案设计与寿命预测方法，包括以下步骤：通过对机载燃油泵的失效模式对应的失效机理的分析，获得造成燃油泵失效机理的主要应力，并根据相关标准确定应力水平；基于所选择的应力类型及水平，设计并搭建复杂应力条件下机载燃油泵退化试验系统；基于正交试验思想设计机载燃油泵复杂应力退化试验方案，并采集试验过程中燃油泵出口压力数据；失效寿命在线预测，采用失效物理与数据驱动融合的方法建立燃油泵退化模型，并采用无迹卡尔曼滤波器对模型参数进行更新，
机载燃油退化试验方案设计寿命预测方法

[发明专利]一种结合制造工艺数据的机电产品退化建模方法-CN201810470417.2有效
发明人：叶雪荣;林义刚;王清敏;郑博恺;翟国富 -专利权人：哈尔滨工业大学
申请日： 2018-05-16 - 公布日： 2019-05-03 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种结合制造工艺数据的机电产品退化建模方法，所述方法首先根据机电产品的组成特点、制造工艺数据以及退化机理确定其输出特性退化模型函数形式；之后以该机电产品的制造工艺数据为基础，通过有限元仿真及近似建模方法确定退化模型中随机影响系数的分布情况；同时基于机电产品试验样本的退化数据，估计出退化模型中固定影响系数的值；最后，根据所确定退化模型函数形式以及随机影响系数与固定影响系数，给出结合制造工艺数据的机电产品退化模型。本发明解决了目前的退化建模方法由于无法对由制造工艺所决定的随机影响系数进行量化表述，而需要对其分布情况进行主观假设的问题。
制造工艺退化模型机电产品影响系数建模固定影响函数形式退化近似建模试验样本输出特性退化机理退化数据量化主观

[发明专利]评估草甸草地不同退化程度模型及其建立方法和应用-CN201910101139.8有效
发明人：闫瑞瑞;辛晓平;沈贝贝;陈宝瑞 -专利权人：中国农业科学院农业资源与农业区划研究所
申请日： 2019-01-31 - 公布日： 2021-10-08 - 主分类号： G06Q10/06 文献下载
摘要：本申请公开了一种评估草甸草地不同退化程度模型及其建立方法和应用。本申请针对草甸草地不同利用程度造成的不同退化程度的天然草地，通过野外控制实验，采用野外生态学调查方法，研究草甸草地退化对人类活动(控制放牧)的响应机理，采用主成分分析、典型相关和模糊数学建立矩阵，建立不同利用程度退化评估体系指示度诊断方法，筛选不同利用方式不同退化程度草地植被和土壤指标体系，获得不同退化程度的指示度，建立科学性及操作性较强的草甸草地退化量化评估指标体系指示度诊断方法。本申请对草甸草地退化指标体系评估的建立、草甸草地的退化状况客观判断以及推进草地畜牧业生产和环境保护具有现实的意义。
评估草甸草地不同退化程度模型及其建立方法应用

[发明专利]一种分辨SiC MOSFET在体二极管重复浪涌电流下退化原因的方法-CN202010554935.X有效
发明人：王振宇;李运甲;孙晓华;朱郑允;郭清;刘晔;李佳星;关桐 -专利权人：西安交通大学;浙江大学
申请日： 2020-06-17 - 公布日： 2021-09-07 - 主分类号： G01R31/26 文献下载
摘要：本发明公开了一种分辨SiC MOSFET在体二极管重复浪涌电流下退化原因的方法，通过单次浪涌电流实验确定SiC MOSFET体二极管的单次浪涌电流能力，测量SiC MOSFET的静态特性和动态特性，进行重复浪涌电流试验，比较浪涌电流实验后SiC MOSFET的静态特性、动态特性以及提取的参数的退化，分辨器件的退化原因，确定SiC MOSFET的退化原因中是否包含双极退化，比较体二极管特性以或体二极管压降的变化，确定SiCMOSFET的退化原因中是否包含封装退化，是否包含栅氧退化，比较小电流下的转移特性或阈值电压的变化，实现了退化原因的有效解耦，有利于了解器件的失效机理。
一种分辨 sic mosfet 二极管重复浪涌流下退化原因方法

[发明专利]机理与神经网络复合的涡轴发动机部件级自适应模型-CN202310210312.4在审
发明人：徐嘉伸;张晨阳;李秋红;庞淑伟;周文祥;顾昊阳 -专利权人：南京航空航天大学;中国航发湖南动力机械研究所
申请日： 2023-03-07 - 公布日： 2023-07-04 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种机理与神经网络复合的涡轴发动机部件级自适应模型。其由进气道机理模型、涡轴发动机退化估计器、主旋翼神经网络模型、压气机部件神经网络模型、燃气涡轮部件神经网络模型、动力涡轮部件神经网络模型组合而成；其中，进气道机理模型、压气机部件神经网络模型、燃气涡轮部件神经网络模型、动力涡轮部件神经网络模型按照气路流程依次级联，前一模型输出的总温、总压作为后一模型的输入，各模型所需的其余输入来自涡轴发动机退化估计器和主旋翼神经网络模型的输出以及涡轴发动机的状态测量参数。相比现有技术，本发明在获得与传统机理模型相当的精度的同时，大幅降低了计算复杂度，提高了实时性。
机理神经网络复合发动机部件自适应模型

[发明专利]一种N沟道VDMOSFET在PBTI效应下退化模型的建立方法-CN201811011865.2在审
发明人：叶雪荣;张开新;杨赟;王浩南;翟国富 -专利权人：哈尔滨工业大学
申请日： 2018-08-31 - 公布日： 2019-01-11 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种N沟道VDMOSFET在PBTI效应下退化模型的建立方法，所述方法如下：步骤一：基于RD模型理论分析N沟道VDMOSFET在PBTI效应下的退化机理，确定阈值电压为退化模型的敏感参数；基于TCAD仿真，向MOSFET模型中注入缺陷，验证阈值电压作为敏感参数的正确性；步骤二：结合幂律模型和阿伦尼乌斯模型提出N沟道VDMOSFET的PBTI退化模型；步骤三：以幂律模型为基础对下降段和上升段分别建模，合并上升段和下降段模型，得到电应力退化模型；步骤四：基于电应力退化模型建立PBTI效应下的关于电热应力退化模型。本发明所建立的退化模型可直接用于VDMOSFET的寿命预测和可靠性评估中。
退化模型幂律模型敏感参数阈值电压电应力上升段下降段可靠性评估理论分析寿命预测退化机理电热建模验证合并

[发明专利]一种水稻穗顶退化相关蛋白激酶及其编码基因-CN201711257204.3有效
发明人：彭永彬;侯飞雪;白鹊;徐培洲;吴先军;张红宇;陈晓琼;廖泳祥;顾朝剑;韩小行 -专利权人：四川农业大学
申请日： 2017-12-04 - 公布日： 2020-06-09 - 主分类号： C12N9/12 文献下载
摘要：本发明公开了一种水稻穗顶退化相关蛋白，该OsCIPK31蛋白，其已知功能为一种调控逆境应答的蛋白激酶；本发明还公开了编码该相关蛋白的基因，以及它们在控制水稻穗顶退化性状上的用途。本发明为研究水稻穗顶退化的机理并最终解决穗顶退化问题提供了一种新的途径；尤其本发明涉及的穗顶退化突变体和克隆的基因均来源于籼稻，可用于减轻籼稻因穗顶退化造成的减产损失，提高籼稻的产量；本发明穗顶退化性状由单隐性基因控制
一种水稻退化相关蛋白激酶及其编码基因

[发明专利]一种半导体器件的可靠性紧凑模型建立方法-CN202310287823.6在审
发明人：吕红亮;程林;郭袖秀;严思璐;戚军军;张玉明 -专利权人：西安电子科技大学
申请日： 2023-03-22 - 公布日： 2023-07-25 - 主分类号： G06F30/392 文献下载
摘要：本发明涉及一种半导体器件的可靠性紧凑模型建立方法，包括：获取半导体器件的关键特性的退化前测试数据，建立相应的紧凑型模型拓扑；提取紧凑型模型拓扑中元件的退化前的参数，进行可靠性实验，获取关键特性退化后的可靠性测试数据；根据紧凑型模型拓扑和退化前的参数对退化后的可靠性测试数据进行表征，确定影响器件退化特性表征的敏感参数；获取敏感参数相对于退化前的退化量，根据退化量随可靠性参量的变化规律建立退化模型；利用退化模型对敏感参数进行修正依据本发明的方法建立起来的可靠性模型，为器件的退化机理分析提供了依据，且易于兼容电路设计软件，提高了可靠性集成电路的设计效率。
一种半导体器件可靠性紧凑模型建立方法

[发明专利]一种基于输出电压退化的DC/DC变换器贮存寿命预测方法及试验系统-CN202310409917.6在审
发明人：高成;赵如豪;黄姣英;游文超 -专利权人：北京航空航天大学
申请日： 2023-04-18 - 公布日： 2023-07-25 - 主分类号： G06F30/33 文献下载
摘要：本发明提供了一种基于输出电压退化的DC/DC变换器贮存寿命预测方法及试验系统，其包含以下步骤：一：搭建DC/DC变换器加速退化试验系统；二：制定加速退化试验的试验方案；三：开展加速退化试验，得到DC/DC变换器输出电压的退化数据；四：针对输出电压退化数据进行数据分析，利用最小二乘法进行数据处理，得到伪寿命并拟合其分布；五：进行失效机理一致性检验，计算DC/DC变换器的贮存寿命。
一种基于输出电压退化 dc 变换器贮存寿命预测方法试验系统

[发明专利]基于窗谱估计的退化数据一致性检验法-CN201811047983.9有效
发明人：冯静;孙权 -专利权人：湖南银杏可靠性技术研究所有限公司
申请日： 2018-09-10 - 公布日： 2020-12-22 - 主分类号： G06F17/18 文献下载
摘要：加速贮存退化试验的重要假设之一是产品在正常应力和加速应力下贮存时具有相同的失效机理。两种应力条件下失效机理一致性检验是进行加速贮存退化试验设计的重要前提，也是解决长贮产品贮存寿命预测的关键问题和基础问题。本发明提出了一种基于等时间间隔退化增量残差序列窗谱估计的加速贮存与自然贮存退化数据一致性检验法。
基于估计退化数据一致性检验

[发明专利]考虑多源不确定性的多参数相关退化产品可靠性评估方法-CN202110438353.X有效
发明人：叶雪荣;胡义凡;郑博恺;陈岑;冯睿;刘思瑞;张东;翟国富 -专利权人：哈尔滨工业大学
申请日： 2021-04-22 - 公布日： 2022-04-12 - 主分类号： G06F30/20 文献下载
摘要：考虑多源不确定性的多参数相关退化产品可靠性评估方法，属于产品性能退化建模与可靠性评估技术领域。方法是：分析产品的任务剖面和失效机理，设计加速退化试验，并对产品的多元性能参数进行测量；针对单一性能参数的退化数据，建立同时考虑多源不确定性和退化过程非线性的边缘退化模型，并在给定失效阈值的情况下，推导失效概率密度函数和失效分布函数的近似解析形式；利用Copula函数建立各性能参数的联合失效分布函数；利用极大似然估计得到各边缘退化模型及Copula函数中的未知参数集合，实现产品可靠性评估。本发明解决了现有的多参数相关退化模型中尚未同时考虑多源不确定性和退化过程非线性的影响，进而导致可靠性评估结果缺乏合理性的问题。
考虑不确定性参数相关退化产品可靠性评估方法

[发明专利]一种电动闸阀剩余使用寿命预测方法及系统-CN202010654740.2有效
发明人：王航;徐仁义;彭敏俊;夏庚磊;夏虹;刘永阔 -专利权人：哈尔滨工程大学
申请日： 2020-07-09 - 公布日： 2022-07-26 - 主分类号： G06Q10/00 文献下载
摘要：本发明涉及一种电动闸阀剩余使用寿命预测方法及系统，该方法包括：根据电动闸阀的典型故障和老化机理建立粒子滤波状态方程；获取电动闸阀当前时刻的第一退化数据；采用训练好的神经网络对所述第一退化数据进行校正，得到校正第一退化数据；所述训练好的神经网络包括卷积核和LSTM网络；根据所述粒子滤波状态方程和所述校正第一退化数据确定下一时刻的第二退化数据；所述第二退化数据为电动闸阀剩余使用寿命。
一种电动闸阀剩余使用寿命预测方法系统