“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]基于模糊理论的加速退化试验预测方法-CN200910093518.3无效
发明人：李晓阳;孙富强;姜同敏;黄婷婷 -专利权人：北京航空航天大学
申请日： 2009-09-25 - 公布日： 2010-03-10 - 主分类号： G01D21/00 文献下载
摘要：本发明公开了一种基于模糊理论的加速退化试验预测方法，该方法首先收集试验数据；针对每个应力水平下的性能退化数据进行回归分析；然后外推产品在正常应力水平下的性能退化率；采用极大似然法估计漂移布朗运动中的扩散系数σ；建立基于模糊理论的加速退化试验寿命与可靠性预测模型；最后采用模糊寿命与可靠性预测模型进行产品寿命与可靠性预测。本发明方法首次将模糊性的概念引入了加速退化试验，使得加速退化试验的预测结果更加合理；通过考虑性能退化阈值的模糊性，避免了常规可靠性评估结果偏冒进的情况；解决了工程实际中，关于性能退化失效的问题，对于步进应力和序进应力的加速退化试验，以及非加速的性能退化预测同样适用。
基于模糊理论加速退化试验预测方法

[发明专利]考虑退化速率相互影响的设备剩余寿命预测方法及系统-CN202010339759.8在审
发明人：胡昌华;杜党波;司小胜;张建勋;裴洪;庞哲楠;郑建飞 -专利权人：中国人民解放军火箭军工程大学
申请日： 2020-04-26 - 公布日： 2020-07-28 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种考虑退化速率相互影响的设备剩余寿命预测方法及系统。该方法包括：建立关于考虑退化速率相互影响的退化模型；根据所述退化模型考虑退化速率相互影响进行剩余寿命分布推导，得到剩余寿命预测模型；估计所述退化模型中的固定参数和随机参数；根据所述固定参数、所述随机参数和所述剩余寿命预测模型本发明能够有效解决当前假设设备内部各部件退化相互独立的问题，使剩余寿命预测方法更符合工程实际。
考虑退化速率相互影响设备剩余寿命预测方法系统

[发明专利]退化补偿装置及包括退化补偿装置的有机发光显示装置-CN201910572733.5在审
发明人：玉知宪;刘容勋;廉周赫;李在烈;张丙尹 -专利权人：三星电子株式会社
申请日： 2019-06-27 - 公布日： 2020-02-21 - 主分类号： G09G3/3208 文献下载
摘要：提供了一种退化补偿装置及包括该退化补偿装置的有机发光显示装置。所述退化补偿装置包括：退化率获取单元，其基于面板使用信息获取针对多个相应像素估计的估计的退化率；数字补偿单元，其基于具有估计的退化率之中的最大的退化率的像素的亮度执行数字补偿以降低每个像素的数字灰度；以及模拟补偿单元
退化补偿装置包括有机发光显示装置

[发明专利]一种试飞参数测试系统量值特性退化关键因素分析方法-CN202210628500.4在审
发明人：冯仁剑;闫家璇;于宁;吴银锋 -专利权人：北京航空航天大学
申请日： 2022-06-06 - 公布日： 2022-09-09 - 主分类号： G06F30/20 文献下载
摘要：一种试飞参数测试系统量值特性退化关键因素分析方法,涉及一种复杂测试系统退化关键因素分析方法，特别是对于试飞参数测试系统的量值特性退化关键因素进行分析。本发明针对目前对于试飞参数测试系统量值特性退化关键因素分析方法的研究几乎处于空白，而该研究是试飞参数测试系统量值退化建模、退化评估与寿命预测的重要前提的现实状况，提出了一种试飞参数测试系统量值特性退化关键因素分析方法该方法的技术要点为：获取试飞参数测试系统储存状态下的量值特性并计算其自然退化率，获取试飞参数测试系统储存状态下的量值特性数据并结合自然退化率拟合其量值特性退化函数，获取试飞参数测试系统工作状态下影响其量值特性的飞行参数并离散化其量值特性退化函数本发明可应用于试飞参数测试系统的量值特性退化关键因素分析。
一种试飞参数测试系统量值特性退化关键因素分析方法

[发明专利]一种考虑性能退化的航空发动机建模方法-CN202210386432.5有效
发明人：于兵;李舟扬;邹涛;张天宏 -专利权人：南京航空航天大学
申请日： 2022-04-13 - 公布日： 2023-05-02 - 主分类号： G06F30/28 文献下载
摘要：本发明公开了一种考虑性能退化的航空发动机建模方法，包括构建航空发动机基线模型模块，生成目标航空发动机在发生气路故障时的最大猜想值；构建核心退化模块，初始获得旋转部件的性能退化因子的分布规律；构建随机修正模块，对核心退化模块得到的性能退化因子进行修正。本发明设置构建核心退化模块，通过对实际运行的发动机叶片进行扫描，然后通过CFD软件进行模拟的方式，建立了核心退化插值表，在物理机制上对发动机的退化规律进行了建模，改进了模型的真实性。
一种考虑性能退化航空发动机建模方法

[发明专利]基于米勒平台电压的MOSFET退化评估方法及采用该方法的MOSFET剩余寿命预测方法-CN201510309286.6在审
发明人：叶雪荣;王一行;陈岑;孙博;吕明东;徐军忠;翟国富 -专利权人：哈尔滨工业大学
申请日： 2015-06-08 - 公布日： 2015-08-19 - 主分类号： G01R31/27 文献下载
摘要：基于米勒平台电压的MOSFET退化评估方法及采用该方法的MOSFET剩余寿命预测方法，涉及半导体退化评估及寿命预测领域。解决了无法实时在线评估MOSFET退化状态的问题，同时满足了对MOSFET的剩余寿命预测方法的需求。基于米勒平台电压的以MOSFET开通波形中的米勒平台电压作为敏感特征参数的评估方法：将MOSFET的米勒平台电压作为评估器件退化状态的参数。采用基于米勒平台电压的MOSFET退化评估方法获得MOSFET退化模型，再利用粒子滤波算法对MOSFET退化模型的参数进行修正与更新，并得到新的MOSFET退化模型，从而获得MOSFET当前状态距失效阈值的时间差本发明适用于半导体的退化评估及寿命预测。
基于米勒平台电压 mosfet 退化评估方法采用剩余寿命预测

[发明专利]一种基于RNN的CMOS电路性能退化预测方法-CN201810936697.1在审
发明人：马建国;杨闯;傅海鹏 -专利权人：天津大学
申请日： 2018-08-16 - 公布日： 2018-12-28 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种基于RNN的CMOS电路性能退化预测方法：建立多输入多输出的RNN预测模型；使用测量/加速/测量技术加速CMOS电路性能退化，获得CMOS电路性能退化参数；选取表征CMOS电路性能退化参数；将数据分为两部分，选取加速退化次数X，X次之前数据作为训练数据，X次之后数据作为需要被预测的数据；采用训练数据训练RNN预测模型；X次之前数据输入已训练好的RNN预测模型，预测出X次之后的数据，将预测值与传统实验测试值比较本发明基于测试的性能退化数据，训练多输入多输出的RNN模型，预测未测试时间的退化情况，可有效减少退化测试时间，为主要退化机制不发生转变提供技术支持。
性能退化预测预测模型测试训练数据退化多输出性能退化数据传统实验技术支持使用测量退化机制有效减少测量

[发明专利]一种基于多状态树的退化系统风险概率计算方法-CN201610539788.2在审
发明人：加鹤萍;彭锐;丁一;宋永华 -专利权人：浙江大学;北京科技大学
申请日： 2016-07-06 - 公布日： 2016-12-07 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种基于多状态树的退化系统风险概率计算方法。模型主要由多个可能发生退化的多状态元件呈并联结构组成，以每个元件可用容量最大的状态作为系统的初始状态，可用容量随退化依次递减，所有元件的退化过程相互独立；系统在不同时间间隔进行处理，获得退化或者未退化后的系统可用容量，当系统中无可退化的元件或退化后不能满足系统需求则停止建立多状态树。本发明对多状态退化系统的理论分析具有重要作用，对更好地分析及评估复杂多状态系统的风险提供了科学依据，可广泛应用于复杂工程多状态系统的实施。
一种基于状态退化系统风险概率计算方法

[发明专利]退化模拟模型建立方法-CN202010465154.3在审
发明人：黄瑞成 -专利权人：南亚科技股份有限公司
申请日： 2020-05-28 - 公布日： 2021-09-17 - 主分类号： G06F30/367 文献下载
摘要：本发明公开了一种退化模拟模型建立方法，包括以下步骤：提供具源极与漏极的平面p型MOSFET。测量p型MOSFET的第一可靠度退化数据。以退化参数乘以控制条件参数来构建建模参数。以选定的模型来执行p型MOSFET的模拟，以获得第二可靠度退化数据。若第一与第二可靠度退化数据不匹配，更新退化参数并重新执行p型MOSFET的模拟。若第一与第二可靠度退化数据匹配，收集退化参数以建立用于p型MOSFET的退化模拟模型。如此，可以提供更为精确的模拟结果。
退化模拟模型建立方法

[发明专利]电化学装置退化模型确定方法、电化学装置退化预测方法-CN202110530070.8在审
发明人：林今;池映天 -专利权人：清华大学
申请日： 2021-05-14 - 公布日： 2021-07-02 - 主分类号： G06Q10/04 文献下载
摘要：本公开涉及一种电化学装置退化模型确定方法、电化学装置退化预测方法。该方法包括：获取待预测电化学装置在变工况状态下的实时运行数据，实时运行数据包括第一运行参数的第一数值以及第二运行参数的第二数值；根据第二数值以及电化学装置模型，确定待预测电化学装置的退化指标的第三数值，根据第一数值以及第三数值，对初始的退化模型进行训练，得到训练后的退化模型，电化学装置包括电池和/或电解池。本公开实施例的电化学装置退化模型的确定方法，能够训练得到退化模型，该退化模型能够对待预测电化学装置的退化信息进行准确预测。
电化学装置退化模型确定方法预测

[发明专利]一种基于学习退化信息的图像盲超分辨率方法-CN202310192061.1在审
发明人：焦战;王瑞子;傅博;董宇涵 -专利权人：辽宁轻工职业学院;辽宁师范大学
申请日： 2023-03-02 - 公布日： 2023-06-23 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于学习退化信息的图像盲超分辨率方法，属于图像处理技术领域，具体步骤如下：制备训练集；训练无监督退化表示网络，无监督退化表示网络为有监督全局上下文信息注意超分网络提供用于辅助的退化信息；通过的退化信息进行整体网络的训练；取损失函数值并确定的网络模型；将测试数据集输入上述中确定的网络模型，得到超分结果。采用上述一种基于学习退化信息的图像盲超分辨率方法，解决了现有超分辨率方法由于假设退化已知而对于真实图像中的未知退化因素去除效果不佳的问题，对于合成或真实的自然图像，提高图像分辨率，同时去除图像中的噪声、模糊等未知退化因素。
一种基于学习退化信息图像分辨率方法

[发明专利]一种水生物监测系统、方法、装置和存储介质-CN202310341473.7在审
发明人：张加雪;刘建龙;冯俊;闵克祥;刘建华;陈大卫;陆晓平;朱慧;石雯倩;赵庆华;傅捷;顾昊;张红艳 -专利权人：江苏省秦淮河水利工程管理处
申请日： 2023-03-31 - 公布日： 2023-07-28 - 主分类号： G06T7/00 文献下载
摘要：传感数据基于部署于待监测水体中多个预设点位的水生物监测单元采集，传感数据至少包括图像数据，图像数据包括水面图像和水下图像；基于传感数据，确定水生物的预估数量，水生物至少包括浮游生物、自游生物和底栖生物；基于水生物的预估数量，确定多个退化度，多个退化度包括第一退化度和第二退化度，第一退化度包括水生物多样性退化度，第二退化度包括水生物数量退化度；响应于多个退化度中的一个或多个满足预设条件，生成预警信息并向用户提示。
一种水生监测系统方法装置存储介质

[发明专利]一种在线监测半导体激光器退化的方法-CN201810301129.4有效
发明人：杨鹏;王贵山;邱静;刘冠军;吕克洪;张勇 -专利权人：中国人民解放军国防科技大学
申请日： 2018-04-04 - 公布日： 2019-10-08 - 主分类号： H04B10/079 文献下载
摘要：本发明公开了一种在线监测半导体激光器退化的方法，目的是提供一种既能判断LD是否发生退化，又能判断LD的具体退化模式的方法。技术方案是构建由监测模块和诊断模块组成的LD退化监测系统，监测模块监测LD的工作参数即偏置电流、发射光功率和调制电流；诊断模块由数据收集子模块、参数计算子模块、诊断评估子模块构成，根据LD的工作参数计算可以判断LD退化模式的表征参数——阈值电流I_th和斜率效率k，并基于LD阈值电流和斜率效率诊断LD退化模式。采用本发明既能判断LD是否发生退化，又能判断LD的具体退化模式，且其采用的LD退化监测系统结构简单，易于实现。
退化退化模式子模块半导体激光器监测模块监测系统斜率效率在线监测诊断模块阈值电流工作参数计算发射光功率表征参数参数计算调制电流工作参数偏置电流数据收集诊断评估构建诊断监测

[发明专利]基于加速因子不变原则的加速退化数据分析方法-CN201610825316.3有效
发明人：王浩伟;滕克难;吕卫民;韩建立;王伟亚;盖炳良 -专利权人：中国人民解放军海军航空大学
申请日： 2016-09-14 - 公布日： 2019-04-26 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及一种基于加速因子不变原则的加速退化数据分析方法，该方法主要包括以下步骤：（1）基于逆高斯随机过程建立性能退化模型；（2）根据加速因子不变原则推导性能退化模型的各参数应满足的关系式；（3）确定出模型各参数是否与加速应力相关；（4）估计出各产品对应的逆高斯退化过程参数值；（5）辨识加速退化数据的有效性；（6）建立逆高斯加速退化模型；（7）利用有效的加速退化数据估计逆高斯加速退化模型的参数值；（8）外推产品在额定应力下的可靠度该方法可避免传统方法由于过多依赖主观判断或工程经验的不足，为加速退化数据有效性辨识及建模提供一种客观、科学的方法。
基于加速因子不变原则退化数据分析方法

[发明专利]一种非线性退化过程可靠性评估方法-CN202011122527.3有效
发明人：王治华;张奡;吴琼;温楠;李璐;欧阳相民;刘鸿鹄 -专利权人：北京航空航天大学
申请日： 2020-10-20 - 公布日： 2021-04-06 - 主分类号： G06F30/20 文献下载
摘要：本公开的实施例提供了一种非线性退化过程可靠性评估方法、系统、设备和计算机可读存储介质。所述方法包括获取产品的性能退化测试数据；对所述性能退化测试数据进行分析，建立考虑阶段性的非线性退化模型；根据所述性能退化测试数据对所述考虑阶段性的非线性退化模型的未知参数进行极大似然估计，确定所述未知参数的估计值，将述未知参数的估计值代入所述考虑阶段性的非线性退化模型，得到最优考虑阶段性的非线性退化模型；通过所述最优考虑阶段性的非线性退化模型评估产品可靠性。
一种非线性退化过程可靠性评估方法