公开(公告)号：CN119475999A

公开(公告)日：2025-02-18

申请号：CN202411541882.2

申请日：2024-10-31

Applicant: 北京卫星环境工程研究所

Inventor： 黄首清 ,  何贝琛 ,  王晶 ,  李芳勇 ,  张兆霖 ,  杨勇 ,  王浩 ,  宋超 ,  王鹏飞 ,  姚泽民

IPC: G06F30/27 ,  G06N20/10 ,  G06F119/02 ,  G06F119/14

Abstract: 本发明提供基于支持向量机的多应力可靠性强化试验方法,包括训练表征多应力与失效特征量映射关系的支持向量机模型、针对多应力试验候选点构建包含三个因素的评分模型、在多应力试验候选点中选择评分最低的点进行试验、利用最新的支持向量机模型获得失效特征量阈值对应的最终多应力极限包络等多个步骤,在节省大量试验开销和保留可靠性强化试验核心特点的基础上，将传统可靠性强化试验预先固化的试验设计变为动态序贯试验设计、单应力极限变为多应力极限、离散边界变为连续边界。

公开(公告)号：CN117933057A

公开(公告)日：2024-04-26

申请号：CN202311617300.X

申请日：2023-11-29

Applicant: 北京卫星环境工程研究所

Inventor： 黄首清 ,  余溢方 ,  张兆霖 ,  李昊 ,  杨勇 ,  王浩 ,  刘庆海 ,  何贝琛 ,  李芳勇 ,  杨艳斌

IPC: G06F30/27 ,  G06F18/25 ,  G06N3/048 ,  G06N3/08 ,  G06F119/14

Abstract: 本发明公开了一种基于神经网络加权融合模型的失效包络快速智能构建方法，其特征在于，包括以下步骤：A1：基于正交试验方法设计p个应力q个水平的多应力试验，共n1组试验；A2：将n1组试验中p个应力的应力水平及其对应的工作状态取值构建为数据集D0；A3：基于数据集D0完成神经网络训练并进行神经网络加权融合；A4：进行失效包络的智能构建。本发明可显著降低基于单个神经网络模型的预测误差和随机波动，高效、准确、客观、形象地获取产品多应力失效包络。

公开(公告)号：CN118228604A

公开(公告)日：2024-06-21

申请号：CN202410439642.5

申请日：2024-04-12

Applicant: 北京卫星环境工程研究所

Inventor： 黄首清 ,  何贝琛 ,  张兆霖 ,  李芳勇 ,  杨勇 ,  王浩 ,  李昊 ,  闫琦 ,  许庶 ,  杨艳斌

IPC: G06F30/27 ,  G06F30/15 ,  G06F18/27 ,  G06F111/10 ,  G06F119/14 ,  G06F119/02

Abstract: 本发明提供了一种基于高斯过程回归的不确定失效边界域构建方法，通过构建产品基于正交试验设计的多应力试验；获取多应力试验的多应力试验条件以及对应的失效特征量，以构建生成试验数据集；基于试验数据集训练高斯过程回归模型；基于高斯过程回归模型，获得失效特征量预测值、失效特征量置信上限预测值和失效特征量置信下限预测值分别满足预设条件时对应的第一多应力数据集、第二多应力数据集以及第三多应力数据集，并分别进行拟合，得到失效边界域中位面、失效边界上限面和失效边界下限面；将失效边界上限面和失效边界下限面之间的包络区域确定为不确定失效边界域。如此，本发明能够科学、准确、高效、形象地获取产品多应力不确定失效边界域。