CN108009366A - 基于mle和蒙特卡罗仿真的卫星寿命预测方法 - Google Patents
基于mle和蒙特卡罗仿真的卫星寿命预测方法 Download PDFInfo
- Publication number
- CN108009366A CN108009366A CN201711291915.2A CN201711291915A CN108009366A CN 108009366 A CN108009366 A CN 108009366A CN 201711291915 A CN201711291915 A CN 201711291915A CN 108009366 A CN108009366 A CN 108009366A
- Authority
- CN
- China
- Prior art keywords
- failure
- satellite
- random
- product
- reliability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了基于MLE和蒙特卡罗仿真的卫星寿命预测方法。该方法将卫星失效分为随机失效和耗损失效两大类，建立随机失效产品的寿命模型，根据卫星随机失效产品各单机失效率和其可靠性逻辑关系，采用蒙特卡罗仿真方法，求得卫星系统随机失效的首次故障前平均时间MTTF，由此获得卫星系统随机失效可靠性函数R随机(t)；建立耗损失效产品的寿命模型，根据卫星耗损失效产品各单机可靠性逻辑关系及其耗损寿命均值和方差，利用蒙特卡罗仿真方法，计算得到卫星耗损寿命的均值和方差估计，由此获得卫星系统耗损失效可靠性函数R耗损(t)；将卫星系统随机失效和耗损失效函数进行综合解析，得到卫星平均任务持续时间MMD，以此作为卫星系统的寿命预测结果。该方法计算准确客观。
Description
技术领域
本发明涉及基于MLE(MLE:Mean Lifetime Estimate平均寿命估计)和蒙特卡罗仿真的卫星寿命预测方法和蒙特卡罗仿真的卫星寿命预测方法，属于可靠性评估技术领域。
背景技术
寿命预测方法有基于模型的预测技术方法、基于概率的预测技术方法和基于数据驱动预测技术方法。一般卫星系统都涉及电子、热、力、电磁等多领域学科，加之在轨环境多变、恶劣，因此构建卫星系统的物理化学模型显得更为艰巨；同时对于航天工业，卫星大规模生产肯定不现实，卫星失效的统计分析以及可靠性数据都面临着样本稀少，概率统计面临是计算精确“平均”还是得到不确定的“特定”卫星的可靠性的困难选择。
发明内容
本发明的技术解决问题是：克服现有技术的不足，提出基于平均寿命估计和蒙特卡罗仿真的卫星寿命预测方法，实现了对卫星平均任务持续时间(MMD)的预测。
本发明的技术解决方案是：基于MLE和蒙特卡罗仿真的卫星寿命预测方法，该方法包括如下步骤：
(1)、根据卫星寿命终止判据，确定会导致卫星寿命终止的各分系统单机产品；
(2)、将步骤(1)所确定的会导致卫星寿命终止的各分系统单机产品划分为随机失效产品和耗损失效产品两类；
(3)、建立随机失效产品的寿命模型，根据卫星随机失效产品各单机失效率和其可靠性逻辑关系，采用蒙特卡罗仿真方法，求得卫星系统随机失效的首次故障前平均时间MTTF，由此获得卫星系统随机失效可靠性函数R随机(t)；
(4)、建立耗损失效产品的寿命模型，根据卫星耗损失效产品各单机可靠性逻辑关系及其耗损寿命均值和方差，利用蒙特卡罗仿真方法，计算得到卫星耗损寿命的均值和方差估计，由此获得卫星系统耗损失效可靠性函数R耗损(t)；
(5)、将卫星系统随机失效和耗损失效函数进行综合解析，得到卫星平均任务持续时间MMD，以此作为卫星系统的寿命预测结果。
所述随机失效产品的寿命模型为该产品的可靠性模型。
所述步骤(3)的具体实现为：
(3.1)、初始化仿真参数，所述仿真参数包括：仿真次数门限N、预设仿真步数阈值K、分析时间t，分析时间步长Δt、仿真步数i；
(3.2)、将仿真步数i加1，更新仿真步数i；
(3.3)、初始化仿真次数n及满足可靠性要求的可靠性次数r为0；
(3.4)、将仿真次数n加1；
(3.5)、利用MATLAB的随机函数产生随机数作为随机可靠性指标，根据随机失效产品的寿命模型，计算每一个随机失效产品单机的失效可靠性指标对应的失效时间，结合随机失效产品各单机之间的可靠性逻辑关系，得到随机失效产品的寿命Ts，进入步骤(3.6)；
(3.6)、比较随机失效产品的寿命Ts与卫星给定的寿命指标Tm的大小，如果随机失效产品的寿命Ts大于等于卫星给定的寿命指标Tm，表示此时的随机可靠性指标满足系统寿命指标要求，将满足可靠性要求的可靠性次数r加1，更新可靠性次数r，否则，当仿真次数n未达到仿真次数门限N时，重复步骤(3.4)～步骤(3.6)，否则，进入步骤(37)；
(3.7)、计算分析时间t对应的卫星系统可靠度分析时间t按照仿真步长Δt递增，即将分析时间t加上Δt以更新分析时间t；
(3.8)、将仿真步数加1，更新仿真步数i，比较仿真步数小于等于预设的仿真步数阈值K，则重复步骤(3.2)～步骤(3.8)，得到每个仿真分析时间所对应的随机失效产品的寿命Ts，否则，进入步骤(3.9)；
(3.9)、每个仿真分析时间t+kΔt，所对应的随机失效产品的寿命Ts，作出卫星系统可靠性曲线，对曲线进行拟合得到卫星系统随机失效函数R随机(t)。
步骤(3.5)中通过随机失效产品各单机之间的可靠性逻辑关系进行判断，得到随机失效产品的寿命Ts的具体方法为：
当随机失效产品各单机之间的可靠性逻辑关系为并联关系时，选取首次故障前平均时间MTTF的较大者，作为随机失效产品的寿命Ts；
当随机失效产品各单机之间的可靠性逻辑关系为串联关系时，选取首次故障前平均时间MTTF的较小者，作为随机失效产品的寿命Ts；
当随机失效产品各单机之间的可靠性逻辑关系为表决关系时，选取首次故障前平均时间MTTF的总和，作为随机失效产品的寿命Ts。
所述耗损失效产品的寿命模型采用正态分布形式，具体为：
其中：
μ损耗—卫星耗损寿命均值；
σ损耗—卫星耗损寿命方差。
所述步骤(4)的具体实现为：
(4.1)、初始化耗损失效产品仿真参数，所述耗损失效产品仿真参数包括仿真次数门限N2；
(4.2)、采集耗损类单机的寿命数据，计算一阶矩、二阶矩得到耗损失效产品耗损寿命均值和方差，对于存在冗余备份的耗损失效产品，采用蒙特卡罗仿真计算其耗损寿命均值和方差；
(4.3)、根据耗损失效产品耗损寿命均值和方差，建立耗损失效产品的寿命模型，进行N2次蒙特卡罗仿真计算，得到各随机失效产品的耗损失效时间仿真值；
(4.4)、根据耗损失效产品的耗损失效时间仿真结果，得到卫星平均耗损寿命均值μ损耗和方差σ损耗的估计，从而得到卫星耗损失效的平均寿命估计，也因此获得了耗损失效的可靠性函数R耗损(t)。
所述步骤(5)卫星平均任务持续时间MMD的计算公式为：
式中，T为截尾时间。
所述截尾时间T选取卫星设计寿命要求1.5倍。
本发明与现有技术相比的有益效果是：
(1)、本发明将卫星失效分为随机失效和耗损失效，通过蒙特卡罗仿真方法，实现了对卫星平均任务持续时间的寿命预测。卫星入轨后，通过遥测获取卫星的状态信息、故障信息，可准实时地根据卫星新的状态开展寿命预测，相比现有以卫星在轨运行时间或卫星设计寿命作为卫星寿命预测的结果更为科学，计算也更为客观。
(2)、本发明通过仿真手段，充分保证了过程的收敛性，从而也保证了预测方法的精度。
附图说明
图1为本发明基于MLE和蒙特卡罗仿真的卫星寿命预测方法流程图；
图2为本发明实施例随机失效产品的蒙特卡罗仿真过程流程图；
图3为本发明实施例基于蒙特卡罗仿真的卫星平均耗损寿命估计方法(MLE)；
图4为本发明卫星平均任务持续时间(MMD)定义原理图。
具体实施方式
以下结合附图和具体实施例对本发明进行详细说明。
如图1所示，本发明提供的基于MLE和蒙特卡罗仿真的卫星寿命预测方法，包括如下步骤：
(1)、根据卫星寿命终止判据，确定会导致卫星寿命终止的各分系统单机产品；
卫星在轨工作寿命一般指卫星从发射入轨开始，直到在轨工作因发生不可恢复的故障或寿命末期发生耗损失效导致卫星主要功能丧失的持续时间。判定卫星寿命是否终止首先应明确卫星系统在实际任务过程中的功能性能、所经历任务剖面及环境条件一般包括卫星轨道高度、空间环境、成像质量要求、轨道机动要求、轨道机动时间、目标定位精度、平台姿态控制能力要求、数据传输和存储能力要求、在轨工作寿命要求等，明确任务成功定义。然后，再选择判定卫星寿命是否终止的参数，这些参数应明确、量化，能全面反映卫星的功能、性能状态，一般从载荷、轨道机动、姿态控制、供配电、数据传输与存储等方面细化失效判据。
(2)、将步骤(1)所确定的会导致卫星寿命终止的各分系统单机产品划分为随机失效产品和耗损失效产品两类；
借鉴GPS和NASA对卫星失效的分类，本步骤将卫星失效分为随机失效和耗损失效两大类。随机失效主要指卫星中电子产品的突发失效；耗损失效主要涉及卫星钟、能源、电源功率、润滑、机构转动次数等在卫星寿命期内表现为逐渐减弱特性的失效。将在寿命期内表现为随机失效的产品划分为随机失效产品，将在寿命期内表现为耗损失效的产品划分为耗损失效产品。对既存在随机失效又存在耗损失效的单机，此时只考虑随机失效，将其归为随机失效产品。
(3)、建立随机失效产品的寿命模型，根据卫星随机失效产品各单机失效率和其可靠性逻辑关系，采用蒙特卡罗仿真方法，求得卫星系统随机失效的首次故障前平均时间MTTF，由此获得卫星系统随机失效可靠性函数R随机(t)；
所述随机失效产品的寿命模型可以选择该产品的可靠性模型，随机失效产品的可靠性函数R可以采用指数分布形式。即：
R＝e-λt
其中，R为可靠度，λ为失效率，t为规定的时间；
卫星电子类单机随机失效分布类型还可采用威布尔分布表示。
卫星随机失效可采用MTTF指标来表征，具体采用蒙特卡罗仿真方法求得卫星系统随机失效的首次故障前平均时间MTTF过程如图2所示：
(3.1)、初始化仿真参数，所述仿真参数包括：仿真次数门限N、预设仿真步数阈值K、分析时间t，分析时间步长Δt、仿真步数i。考虑到计算时间和收敛速度等原因，仿真次数门限N一般可设定为10000次，分析时间t设置为卫星在轨要求工作时间，分析时间步长Δt根据需要进行设置，一般为1天、1月等，仿真步数i初始化为0，预设仿真步数阈值K由分析时间总时长确定。
(3.2)、将仿真步数i加1，更新仿真步数i；
(3.3)、初始化仿真次数n及满足要求的可靠性仿真次数r为0；
(3.4)、将仿真次数n加1；
(3.5)、利用MATLAB的随机函数产生随机数作为随机可靠性指标，根据随机失效产品的寿命模型，计算每一个随机失效产品单机的失效可靠性指标对应的失效时间，结合随机失效产品各单机之间的可靠性逻辑关系，得到随机失效产品的寿命Ts，进入步骤(3.6)；
通过随机失效产品各单机之间的可靠性逻辑关系进行判断，得到随机失效产品的寿命Ts的具体方法为：
当随机失效产品各单机之间的可靠性逻辑关系为并联关系时，选取首次故障前平均时间MTTF的较大者，作为随机失效产品的寿命Ts；
当随机失效产品各单机之间的可靠性逻辑关系为串联关系时，选取首次故障前平均时间MTTF的较小者，作为随机失效产品的寿命Ts；
当随机失效产品各单机之间的可靠性逻辑关系为表决关系时，选取首次故障前平均时间MTTF的总和，作为随机失效产品的寿命Ts。
对于卫星上采取冗余配置策略的产品，在可靠性仿真中用逻辑判据去描述产品之间的冗余关系。如单机A和单机B为并联冗余，仿真中MTTF的判据为：选择A或B中MTTF的较大者；如单机A和单机B为串联关系，仿真中MTTF的判据为：选择A或B中MTTF的较小者。对于表决关系，仿真中MTTF的判据为：选择A和BMTTF的和。
(3.6)、比较随机失效产品的寿命Ts与卫星给定的寿命指标Tm的大小，如果随机失效产品的寿命Ts大于等于卫星给定的寿命指标Tm，表示此时的随机可靠性指标满足系统寿命指标要求，将满足可靠性要求的可靠性次数r加1，更新可靠性次数r，否则，当仿真次数n未达到仿真次数门限N时，重复步骤(3.4)～步骤(3.6)，否则，进入步骤(3.7)；
(3.7)、计算分析时间t对应的卫星系统可靠度分析时间t按照仿真步长Δt递增，即将分析时间t加上Δt以更新分析时间t；
(3.8)、将仿真步数加1，更新仿真步数i，比较仿真步数小于等于预设的仿真步数阈值K，则重复步骤(3.2)～步骤(3.8)，得到每个仿真分析时间所对应的随机失效产品的寿命Ts，否则，进入步骤(3.9)；
(3.9)、每个仿真分析时间t+kΔt，所对应的随机失效产品的寿命Ts，作出卫星系统可靠性曲线，对曲线进行拟合得到卫星系统随机失效函数R随机(t)。
卫星系统随机失效函数R随机(t)的形式为：
仿真输出结果包括卫星系统随机寿命MTTF，进行卫星寿命预测计算时，还可以将其求倒数转化为卫星失效率水平。
(4)、建立耗损失效产品的寿命模型，根据卫星耗损失效产品各单机可靠性逻辑关系及其耗损寿命均值和方差，利用蒙特卡罗仿真方法，计算得到卫星耗损寿命的均值和方差估计，由此获得卫星系统耗损失效可靠性函数R耗损(t)；卫星耗损失效产品一般指卫星上有限寿命产品，通常存在特定的耗损失效机理，在轨故障一般呈现为耗损、漂移、疲劳和退化等，如太阳电池阵输出功率衰减、蓄电池充放电循环次数限制、机电活动部件组件润滑不足造成的磨损失效等。
耗损失效产品的寿命模型采用正态分布形式。具体为：
其中：
μ损耗—卫星耗损寿命均值；
σ损耗—卫星耗损寿命方差。
具体的仿真过程为：
(4.1)、初始化耗损失效产品仿真参数，所述耗损失效产品仿真参数包括耗损单机选取个数、仿真次数门限N2；仿真次数门限N2一般可设定为10000次，根据收敛速度可重新设定。
(4.2)、采集耗损类单机的寿命数据，计算一阶矩、二阶矩得到耗损失效产品耗损寿命均值和方差，对于存在冗余备份的耗损失效产品，采用蒙特卡罗仿真计算其耗损寿命均值和方差；
由于不同产品表征其寿命的参数不同，如蓄电池循环周次、机械活动部件转动次数等，需要换算成统一的时间单位，便于开展寿命预测，还需考虑卫星耗损类单机冗余配置情况，如飞轮组合、陀螺组合、蓄电池组冗余方案等。
如果所述单机存在冗余备份，还要计算冗余单机耗损寿命均值μ和方差σ；冗余设计的单机，根据备份类型和逻辑关系计算得到备份后的耗损寿命均值μ和方差σ。对于存在冗余备份的随机失效产品，采用蒙特卡罗仿真计算其耗损寿命均值和方差。
(4.3)、根据耗损失效产品耗损寿命均值和方差，建立耗损失效产品的寿命模型，进行N2次蒙特卡罗仿真计算，得到各随机失效产品的耗损失效时间仿真值；
(4.4)、根据耗损失效产品的耗损失效时间仿真结果，得到卫星平均耗损寿命均值μ损耗和方差σ损耗的估计，从而得到卫星耗损失效的平均寿命估计，也因此获得了耗损失效的可靠性函数R耗损(t)。
卫星耗损失效的可靠性函数R耗损(t)的形式为：
(5)、将卫星系统随机失效和耗损失效函数进行综合解析，得到卫星平均任务持续时间MMD，以此作为卫星系统的寿命预测结果。
如图4所示，卫星平均任务持续时间MMD的理论计算公式为：
R(t)——任务可靠性模型函数；
T——截尾时间。
本发明卫星整星的卫星平均任务持续时间MMD寿命取决于系统的可靠性曲线，而卫星系统可靠性曲线是由卫星随机失效和耗损失效共同作用的结果。
卫星平均任务持续时间MMD为：
由于寿命外推只限制到设计寿命要求1.5倍，因此在求取卫星平均寿命估计时，截尾时间选取设计寿命要求1.5倍。
本说明书中未进行详细描述部分属于本领域技术人员公知常识。
Claims (8)
1.基于MLE和蒙特卡罗仿真的卫星寿命预测方法，其特征在于包括如下步骤：
(1)、根据卫星寿命终止判据，确定会导致卫星寿命终止的各分系统单机产品；
(2)、将步骤(1)所确定的会导致卫星寿命终止的各分系统单机产品划分为随机失效产品和耗损失效产品两类；
(3)、建立随机失效产品的寿命模型，根据卫星随机失效产品各单机失效率和其可靠性逻辑关系，采用蒙特卡罗仿真方法，求得卫星系统随机失效的首次故障前平均时间MTTF，由此获得卫星系统随机失效可靠性函数R随机(t)；
(4)、建立耗损失效产品的寿命模型，根据卫星耗损失效产品各单机可靠性逻辑关系及其耗损寿命均值和方差，利用蒙特卡罗仿真方法，计算得到卫星耗损寿命的均值和方差估计，由此获得卫星系统耗损失效可靠性函数R耗损(t)；
(5)、将卫星系统随机失效和耗损失效函数进行综合解析，得到卫星平均任务持续时间MMD，以此作为卫星系统的寿命预测结果。
2.根据权利要求1所述的基于MLE和蒙特卡罗仿真的卫星寿命预测方法，其特征在于所述随机失效产品的寿命模型为该产品的可靠性模型。
3.根据权利要求1所述的基于MLE和蒙特卡罗仿真的卫星寿命预测方法，其特征在于所述步骤(3)的具体实现为：
(3.1)、初始化仿真参数，所述仿真参数包括：仿真次数门限N、预设仿真步数阈值K、分析时间t，分析时间步长Δt、仿真步数i；
(3.2)、将仿真步数i加1，更新仿真步数i；
(3.3)、初始化仿真次数n及满足可靠性要求的可靠性次数r为0；
(3.4)、将仿真次数n加1；
(3.5)、利用MATLAB的随机函数产生随机数作为随机可靠性指标，根据随机失效产品的寿命模型，计算每一个随机失效产品单机的失效可靠性指标对应的失效时间，结合随机失效产品各单机之间的可靠性逻辑关系，得到随机失效产品的寿命Ts，进入步骤(3.6)；
(3.6)、比较随机失效产品的寿命Ts与卫星给定的寿命指标Tm的大小，如果随机失效产品的寿命Ts大于等于卫星给定的寿命指标Tm，表示此时的随机可靠性指标满足系统寿命指标要求，将满足可靠性要求的可靠性次数r加1，更新可靠性次数r，否则，当仿真次数n未达到仿真次数门限N时，重复步骤(3.4)～步骤(3.6)，否则，进入步骤(37)；
(3.7)、计算分析时间t对应的卫星系统可靠度分析时间t按照仿真步长Δt递增，即将分析时间t加上Δt以更新分析时间t；
(3.8)、将仿真步数加1，更新仿真步数i，比较仿真步数小于等于预设的仿真步数阈值K，则重复步骤(3.2)～步骤(3.8)，得到每个仿真分析时间所对应的随机失效产品的寿命Ts，否则，进入步骤(3.9)；
(3.9)、每个仿真分析时间t+kΔt，所对应的随机失效产品的寿命Ts，作出卫星系统可靠性曲线，对曲线进行拟合得到卫星系统随机失效函数R随机(t)。
4.根据权利要求3所述的基于MLE和蒙特卡罗仿真的卫星寿命预测方法，其特征在于步骤(3.5)中通过随机失效产品各单机之间的可靠性逻辑关系进行判断，得到随机失效产品的寿命Ts的具体方法为：
当随机失效产品各单机之间的可靠性逻辑关系为并联关系时，选取首次故障前平均时间MTTF的较大者，作为随机失效产品的寿命Ts；
当随机失效产品各单机之间的可靠性逻辑关系为串联关系时，选取首次故障前平均时间MTTF的较小者，作为随机失效产品的寿命Ts；
当随机失效产品各单机之间的可靠性逻辑关系为表决关系时，选取首次故障前平均时间MTTF的总和，作为随机失效产品的寿命Ts。
5.根据权利要求1所述的基于MLE和蒙特卡罗仿真的卫星寿命预测方法，其特征在于所述耗损失效产品的寿命模型采用正态分布形式，具体为：
其中：
μ损耗—卫星耗损寿命均值；
σ损耗—卫星耗损寿命方差。
6.根据权利要求1所述的基于MLE和蒙特卡罗仿真的卫星寿命预测方法，其特征在于所述步骤(4)的具体实现为：
(4.1)、初始化耗损失效产品仿真参数，所述耗损失效产品仿真参数包括仿真次数门限N2；
(4.2)、采集耗损类单机的寿命数据，计算一阶矩、二阶矩得到耗损失效产品耗损寿命均值和方差，对于存在冗余备份的耗损失效产品，采用蒙特卡罗仿真计算其耗损寿命均值和方差；
(4.3)、根据耗损失效产品耗损寿命均值和方差，建立耗损失效产品的寿命模型，进行N2次蒙特卡罗仿真计算，得到各随机失效产品的耗损失效时间仿真值；
(4.4)、根据耗损失效产品的耗损失效时间仿真结果，得到卫星平均耗损寿命均值μ损耗和方差σ损耗的估计，从而得到卫星耗损失效的平均寿命估计，也因此获得了耗损失效的可靠性函数R耗损(t)。
7.根据权利要求1所述的基于MLE和蒙特卡罗仿真的卫星寿命预测方法，其特征在于所述步骤(5)卫星平均任务持续时间MMD的计算公式为：
式中，T为截尾时间。
8.根据权利要求6所述的基于MLE和蒙特卡罗仿真的卫星寿命预测方法，其特征在于所述截尾时间T选取卫星设计寿命要求1.5倍。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711291915.2A CN108009366A (zh) | 2017-12-08 | 2017-12-08 | 基于mle和蒙特卡罗仿真的卫星寿命预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711291915.2A CN108009366A (zh) | 2017-12-08 | 2017-12-08 | 基于mle和蒙特卡罗仿真的卫星寿命预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108009366A true CN108009366A (zh) | 2018-05-08 |
Family
ID=62057289
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711291915.2A Pending CN108009366A (zh) | 2017-12-08 | 2017-12-08 | 基于mle和蒙特卡罗仿真的卫星寿命预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108009366A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109614684A (zh) * | 2018-12-04 | 2019-04-12 | 中国航天标准化研究所 | 一种多应力综合下的卫星电子产品寿命预测方法 |
| CN112257268A (zh) * | 2020-10-23 | 2021-01-22 | 南京工业大学 | 一种液压多路阀可靠性分析方法 |
| CN112446138A (zh) * | 2020-11-05 | 2021-03-05 | 航天东方红卫星有限公司 | 一种复杂星座系统可靠性建模分析方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070087756A1 (en) * | 2005-10-04 | 2007-04-19 | Hoffberg Steven M | Multifactorial optimization system and method |
| CN101169801A (zh) * | 2007-08-18 | 2008-04-30 | 燕山大学 | 备件寿命分布在事后维修中对系统可靠性影响的仿真方法 |
| US20140072837A1 (en) * | 2011-04-01 | 2014-03-13 | Sakti3, Inc. | Electric vehicle propulsion system and method utilizing solid-state rechargeable electrochemical cells |
| CN103810383A (zh) * | 2014-01-27 | 2014-05-21 | 中国航天标准化研究所 | 一种运载火箭单点故障模式的识别与分析方法 |
| CN103954914A (zh) * | 2014-05-16 | 2014-07-30 | 哈尔滨工业大学 | 基于概率集成的锂离子电池剩余寿命直接预测方法 |
| CN106250616A (zh) * | 2016-07-29 | 2016-12-21 | 北京空间飞行器总体设计部 | 基于动态可靠性估计的导航卫星星座可用性评估方法 |
-
2017
- 2017-12-08 CN CN201711291915.2A patent/CN108009366A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070087756A1 (en) * | 2005-10-04 | 2007-04-19 | Hoffberg Steven M | Multifactorial optimization system and method |
| CN101169801A (zh) * | 2007-08-18 | 2008-04-30 | 燕山大学 | 备件寿命分布在事后维修中对系统可靠性影响的仿真方法 |
| US20140072837A1 (en) * | 2011-04-01 | 2014-03-13 | Sakti3, Inc. | Electric vehicle propulsion system and method utilizing solid-state rechargeable electrochemical cells |
| CN103810383A (zh) * | 2014-01-27 | 2014-05-21 | 中国航天标准化研究所 | 一种运载火箭单点故障模式的识别与分析方法 |
| CN103954914A (zh) * | 2014-05-16 | 2014-07-30 | 哈尔滨工业大学 | 基于概率集成的锂离子电池剩余寿命直接预测方法 |
| CN106250616A (zh) * | 2016-07-29 | 2016-12-21 | 北京空间飞行器总体设计部 | 基于动态可靠性估计的导航卫星星座可用性评估方法 |
Non-Patent Citations (4)
| Title |
|---|
| 刘钦文等: "基于蒙特卡罗的系统任务可靠性分析方法", 《可靠性与环境适应性理论研究》 * |
| 吴雷等: "卫星寿命指标分配方法研究", 《航天器工程》 * |
| 徐子军等: "基于蒙特卡罗的石化设备寿命均值估计优化与应用", 《中国安全科学学报》 * |
| 龚佩佩等: "全球卫星导航系统性能标准及指标体系概述", 《第四届中国卫星导航学术年会电子文集》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109614684A (zh) * | 2018-12-04 | 2019-04-12 | 中国航天标准化研究所 | 一种多应力综合下的卫星电子产品寿命预测方法 |
| CN109614684B (zh) * | 2018-12-04 | 2022-10-28 | 中国航天标准化研究所 | 一种多应力综合下的卫星电子产品寿命预测方法 |
| CN112257268A (zh) * | 2020-10-23 | 2021-01-22 | 南京工业大学 | 一种液压多路阀可靠性分析方法 |
| CN112257268B (zh) * | 2020-10-23 | 2024-05-24 | 南京工业大学 | 一种液压多路阀可靠性分析方法 |
| CN112446138A (zh) * | 2020-11-05 | 2021-03-05 | 航天东方红卫星有限公司 | 一种复杂星座系统可靠性建模分析方法 |
| CN112446138B (zh) * | 2020-11-05 | 2023-12-29 | 航天东方红卫星有限公司 | 一种复杂星座系统可靠性建模分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| El Mejdoubi et al. | Remaining useful life prognosis of supercapacitors under temperature and voltage aging conditions | |
| CN108009366A (zh) | 基于mle和蒙特卡罗仿真的卫星寿命预测方法 | |
| Vu et al. | A stationary grouping maintenance strategy using mean residual life and the birnbaum importance measure for complex structures | |
| EP2920658B1 (en) | Resilient optimization and control for distributed systems | |
| Kim et al. | A novel prognostics approach using shifting kernel particle filter of Li-ion batteries under state changes | |
| CN104657613B (zh) | 一种复杂机电系统使用寿命评估方法 | |
| CN108764551A (zh) | 基于系统级寿命信息的成组维修决策方法 | |
| Jin | Reliability engineering and services | |
| CN104156791A (zh) | 基于ls-svm的概率集成学习锂离子电池剩余寿命预测方法 | |
| Levitin et al. | Reliability of multi-state systems with free access to repairable standby elements | |
| JP6117349B2 (ja) | 簡易計算モデル生成方法及び構成部分の消費寿命予測方法 | |
| CN112334785A (zh) | 状态推定方法以及状态推定装置 | |
| Zhao et al. | Online estimation of satellite lithium-ion battery capacity based on approximate belief rule base and hidden Markov model | |
| KR102632198B1 (ko) | 배터리 팩의 압력 변이 예측 및 관리를 위한 장치 및 방법 | |
| Goebel et al. | Prognostics applied to electric propulsion UAV | |
| Peikun et al. | Research of the relationship between Li-ion battery charge performance and SOH based on MIGA-Gpr method | |
| Wu et al. | Online prognostication of remaining useful life for random discharge lithium-ion batteries using a gamma process model | |
| Mamun et al. | Physics-based simulation of the impact of demand response on lead-acid emergency power availability in a datacenter | |
| CN108563142B (zh) | 一种基于sha的航天器acs任务寿命预测方法 | |
| Garavaglia et al. | Selective maintenance strategies applied to a bridge deteriorating steel truss | |
| Onori et al. | A prognostic methodology for interconnected systems: preliminary results | |
| Wang et al. | Thermal fault diagnosis method of Lithium battery based on LSTM and battery physical model | |
| Song et al. | Self-adaptive indirect health indicators extraction within prognosis of satellite lithium-ion battery | |
| Zhao et al. | Electric Vehicle Battery End-Of-Use Recovery Management: Degradation Prediction and Decision Making | |
| Ma et al. | Modeling the impact of prognostic errors on CBM effectiveness using discrete-event simulation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Jinjing Inventor after: Qi Yalin Inventor after: Zhang Qingjun Inventor after: Tang Zhihua Inventor after: Wang Tao Inventor after: Wang Jianjun Inventor after: Zhou Bo Inventor after: Xue En Inventor after: Jiao Shuyuan Inventor before: Wang Jinjing Inventor before: Qi Yalin Inventor before: Zhang Qingjun Inventor before: Tang Zhihua Inventor before: Wang Tao Inventor before: Zhou Bo Inventor before: Xue En Inventor before: Jiao Shuyuan |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180508 |