CN112989637B - 基于分布折算、近似和综合的星敏系统可靠性评估方法 - Google Patents
基于分布折算、近似和综合的星敏系统可靠性评估方法 Download PDFInfo
- Publication number
- CN112989637B CN112989637B CN202110487830.1A CN202110487830A CN112989637B CN 112989637 B CN112989637 B CN 112989637B CN 202110487830 A CN202110487830 A CN 202110487830A CN 112989637 B CN112989637 B CN 112989637B
- Authority
- CN
- China
- Prior art keywords
- distribution
- service life
- sub
- subsystem
- life
- 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.)
- Active
Links
Images
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
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- 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)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于分布折算、近似和综合的星敏系统可靠性评估方法,先确定星敏系统部件的寿命分布,将星敏感器和星敏线路寿命分布的分布函数向串联结构折算以确定各分系统寿命的折算分布,随后确定各分系统寿命的本级分布,再将各分系统寿命的折算分布近似为与其本级分布同类型的分布,进一步综合分系统寿命的近似分布和本级分布给出综合分布,最后基于分系统寿命的综合分布求得系统寿命的综合分布,从而得到系统的可靠度评估结果。本发明步骤简单,结果清晰,易于操作。
Description
技术领域
本发明属于可靠性评估领域,具体涉及一种基于分布折算、近似和综合的星敏系统可靠性评估方法。
背景技术
可靠性是指产品在规定的条件下和规定的时间内完成规定功能的能力,是产品的固有属性和衡量其质量好坏的重要指标,因此产品的可靠性问题非常重要,特别是在国防军工领域。可靠性的评估问题是可靠性研究的重要内容。
星敏系统作为卫星系统的测量模块,与卫星在轨运行的姿态情况及其业务是否正常运行密切相关,由星敏感器和星敏线路组成,如图1所示。显然,星敏系统由星敏感器和星敏线路先串联后组成第一分系统s 1和第二分系统s 2,再由第一分系统s 1和第二分系统s 2并联组成。因而可拆分为如图2所示的多层级结构,有“部件-分系统-系统”共3个层级。对星敏系统开展可靠性评估是保证卫星可靠性的重要内容。
寿命数据是可靠性评估的重要数据源。如果利用传统的产品可靠性评估方法评估星敏系统的可靠性,则需要星敏系统的大量寿命数据。但由于卫星的小批量和高可靠性特点,难以收集到星敏系统的大量寿命数据,造成传统的可靠性评估方法难以适用。而在实际工程中,对于星敏系统的部件、分系统和系统自身都可以收集到寿命数据,通过充分利用这些多层级的寿命数据,可以扩充星敏系统的可靠性数据源,从而提高系统可靠性评估结果的精度。
对于利用多层级数据评估系统可靠性的问题,现有方法多利用贝叶斯理论进行研究,即利用部件和分系统层级的寿命数据评估星敏系统的可靠性,将这一结果视为星敏系统可靠性的验前信息,再融合星敏系统层级自身的寿命数据,推导星敏系统可靠性的验后分布,并基于验后分布推断星敏系统的可靠性。但根据贝叶斯理论的要求,需要将验前信息转化为验前分布,这个过程主观性较大,且由于验后分布的复杂性,造成推断星敏系统的可靠性时,数学运算量大,这两个缺点造成其实际应用受限。
发明内容
针对现有技术中利用贝叶斯理论融合星敏系统多层级数据评估其可靠性时的主观性大和运算复杂等问题,本发明提供一种基于分布折算、近似和综合的星敏系统可靠性评估方法。
为实现上述技术目的,本发明采用的技术方案如下:
基于分布折算、近似和综合的星敏系统可靠性评估方法,其中星敏系统由第一分系统和第二分系统并联组成,其中第一分系统和第二分系统均由星敏感器和星敏线路串联组成,星敏系统可靠性评估方法包括如下步骤:
S1. 根据星敏感器和星敏线路的寿命数据,分别确定星敏感器和星敏线路寿命分布的分布函数,将星敏感器和星敏线路寿命分布的分布函数向串联结构折算,确定第一分系统和第二分系统寿命的折算分布;
S2. 根据第一分系统和第二分系统的寿命数据,分别确定第一分系统和第二分系统寿命的本级分布;
S3. 对第一分系统和第二分系统寿命的折算分布进行近似,获得第一分系统和第二分系统寿命的近似分布,且使得第一分系统和第二分系统寿命的近似分布为与第一分系统和第二分系统寿命的本级分布的分布类型相同;
S4. 综合第一分系统和第二分系统寿命的近似分布和本级分布,基于第一分系统和第二分系统寿命的综合分布求得系统寿命的综合分布,进而得到星敏系统在任意时刻的可靠度。
进一步地,本发明S1中星敏感器和星敏线路的寿命数据分别通过随机抽取一定数量的星敏感器和星敏线路作为样品进行寿命试验获得,根据星敏感器和星敏线路的寿命数据,分别确定星敏感器和星敏线路的寿命分布,记星敏感器的寿命分布的分布函数为,其中为星敏感器的寿命分布的分布参数;星敏线路的寿命分布的分布函数为,其中为星敏线路的寿命分布的分布参数。
进一步地,本发明S1中第一分系统寿命的折算分布的分布函数为:
第一分系统寿命的折算分布的概率密度函数为:
进一步地,本发明S2中第一分系统和第二分系统的寿命数据分别通过随机抽取一定数量的第一分系统和第二分系统样品进行寿命试验获得;利用第一分系统和第二分系统的寿命数据确定第一分系统和第二分系统寿命的本级分布,第一分系统寿命的本级分布的概率密度函数为,其中为第一分系统寿命的本级分布的分布参数,第二分系统寿命的本级分布的概率密度函数为,其中为第二分系统寿命的本级分布的分布参数。
进一步地,本发明S3中对第一分系统寿命的折算分布进行近似,近似方法是:根据第一分系统寿命的折算分布的进行抽样,再利用极大似然法求样本的极大似然估计,得到第一分系统寿命的近似分布,第一分系统寿命的近似分布的概率密度函数为,其中为第一分系统寿命的近似分布的分布参数;
进一步地,本发明S4中综合第一分系统寿命的近似分布和本级分布得到第一分系统寿命的综合分布的分布函数为,第一分系统寿命的综合分布的概率密度函数为,其中为第一分系统寿命的综合分布的分布参数,,即对近似分布和本级分布的分布参数求平均值;
综合第二分系统寿命的近似分布和本级分布得到第二分系统寿命的综合分布的分布函数为,第二分系统寿命的综合分布的概率密度函数为,其中为第二分系统寿命的综合分布的分布参数,,即对近似分布和本级分布的分布参数求平均值。
进一步地,本发明S4中星敏系统在任意时刻的可靠度通过以下步骤获得:
将第一分系统和第二分系统寿命分布的综合分布向并联结构折算,确定星敏系统寿命的折算分布的分布函数;
根据星敏系统的寿命数据,确定星敏系统寿命的本级分布;
对星敏系统寿命的折算分布进行近似,获得星敏系统寿命的近似分布,且使得星敏系统寿命的近似分布与星敏系统寿命的本级分布的分布类型相同;
进一步地,本发明S4中星敏系统的寿命数据分别通过随机抽取一定数量的星敏系统样品进行寿命试验获得,利用星敏系统的寿命数据确定星敏系统寿命的本级分布。
进一步地,本发明S4中对星敏系统寿命的折算分布进行近似,近似方法是:根据星敏系统寿命的折算分布的分布函数进行抽样,再利用极大似然法求星敏系统样本的极大似然估计,得到星敏系统寿命的近似分布。
通过上述技术方案,本发明能够达到的有益技术效果是:
本发明针对充分利用星敏系统的部件、分系统和系统多个层级的寿命数据开展系统可靠性评估的问题,提出了基于分布折算、近似和综合的评估方法,首先确定星敏系统部件的寿命分布,并求解分系统寿命的折算分布,随后确定分系统寿命的本级分布,再将分系统寿命的折算分布近似为与其本级分布同类型的分布,进一步综合分系统寿命的近似分布和本级分布给出综合分布,最后基于分系统寿命的综合分布求得系统寿命的综合分布,从而得到系统的可靠度评估结果。本发明通过上述步骤很好地解决了充分利用星敏系统多层级数据评估其可靠性的问题,且步骤简单,结果清晰,易于操作。
附图说明
图1为星敏系统的结构组成示意图;
图2为星敏系统多层级结构示意图;
图3为本发明一实施例中第一分系统寿命的折算分布和近似分布示意图;
图4为本发明一实施例中第一分系统寿命的近似分布、本级分布和综合分布示意图;
图5为本发明一实施例中星敏系统寿命的折算分布和近似分布示意图;
图6为本发明一实施例中星敏系统寿命的近似分布、本级分布和综合分布示意图;
图7为本发明一实施例中星敏系统的可靠度示意图。
具体实施方式
为了使本公开发明的目的、技术方案和优点更加清楚明白,下面结合具体实施例,并根据附图,对本发明进一步详细说明。需要说明的是,在附图或说明书描述中,未描述的内容以及部分英文简写为所属技术领域中普通技术人员所熟知的内容。本实施例中给定的一些特定参数仅作为示范,在不同的实时方式中该值可以相应地改变为合适的值。
图1为星敏系统的结构组成示意图,图2为星敏系统多层级结构示意图,其中星敏系统由第一分系统s 1和第二分系统s 2并联组成,其中第一分系统s 1和第二分系统s 2均由星敏感器和星敏线路串联组成。因而可拆分为如图2所示的多层级结构,有“部件-分系统-系统”共3个层级。本实例针对图1中的星敏系统,本发明一实施例中提出一种基于分布折算、近似和综合的星敏系统可靠性评估方法,具体过程如下:
S1. 根据星敏感器和星敏线路的寿命数据,分别确定星敏感器和星敏线路寿命分布的分布函数,将星敏感器和星敏线路寿命分布的分布函数向串联结构折算,确定第一分系统s 1和第二分系统s 2寿命的折算分布;
S1.1 确定星敏感器和星敏线路2个部件的寿命分布;
对星敏感器部件,随机抽取一定数量的样品进行寿命试验,在寿命试验中观测各样品的工作状态,若某一时刻开始某一样品不能继续工作,则该时刻即为该样品的寿命,从而可收集到星敏感器部件的一组寿命数据。
S1.2 求解第一分系统s 1和第二分系统s 2寿命的折算分布;
第一分系统s 1由星敏感器和星敏线路2个部件串联组成。利用串联结构的性质,可将2个部件的寿命分布向串联结构折算,从而确定第一分系统s 1寿命的折算分布。星敏感器和星敏线路2个部件独立,可得第一分系统s 1寿命的折算分布的分布函数为
S2. 根据第一分系统s 1和第二分系统s 2的寿命数据,分别确定第一分系统s 1和第二分系统s 2寿命的本级分布;
与S1.1类似,第一分系统s 1和第二分系统s 2的寿命数据分别通过随机抽取一定数量的样品进行寿命试验获得。
利用第一分系统s 1和第二分系统s 2的寿命数据确定第一分系统s 1和第二分系统s 2寿命的本级分布,第一分系统s 1寿命的本级分布的概率密度函数为,其中为第一分系统s 1寿命的本级分布的分布参数,第二分系统s 2寿命的本级分布的概率密度函数为,其中为第二分系统s 2寿命的本级分布的分布参数。
S3. 对第一分系统s 1和第二分系统s 2寿命的折算分布进行近似,获得第一分系统s 1和第二分系统s 2寿命的近似分布,且使得第一分系统s 1和第二分系统s 2寿命的近似分布为与第一分系统s 1和第二分系统s 2寿命的本级分布同类型的分布;
第一分系统s 1寿命同时存在折算分布和本级分布,其中折算分布反映了由部件传递到分系统的寿命信息,本级分布反映了分系统自身的寿命信息,故应将这两个分布进行综合,以充分利用有关的所有分系统寿命信息。但和是两个类型不同的分布,不便于综合,为此可将第一分系统s 1寿命的折算分布的分布函数进行近似,且使得近似后的分布与本级分布同类型,近似方法是:根据第一分系统s 1寿命的折算分布进行抽样,再利用极大似然法求第一分系统样本的极大似然估计,得到第一分系统s 1寿命的近似分布,第一分系统s 1寿命的近似分布的概率密度函数为,其中为第一分系统s 1寿命的近似分布的分布参数;
S4. 综合第一分系统s 1和第二分系统s 2寿命的近似分布和本级分布,基于第一分系统s 1和第二分系统s 2寿命的综合分布求得系统寿命的综合分布,进而得到星敏系统在任意时刻的可靠度。
S4.1 综合第一分系统s 1和第二分系统s 2寿命的近似分布和本级分布;
对于第一分系统s 1,基于其寿命的近似分布和本级分布,将这两个分布进行综合,可得第一分系统s 1寿命的综合分布,第一分系统s 1寿命的综合分布的分布函数为,第一分系统s 1寿命的综合分布的概率密度函数为,其中为第一分系统s 1寿命的综合分布的分布参数,,即对近似分布和本级分布的分布参数求平均值;
类似的,对于第二分系统s 2,综合第二分系统寿命的近似分布和本级分布得到第二分系统s 2寿命的综合分布的分布函数为,第二分系统s 2寿命的综合分布的概率密度函数为,其中为第二分系统s 2寿命的综合分布的分布参数,,即对近似分布和本级分布的分布参数求平均值。
S4.2基于第一分系统s 1和第二分系统s 2寿命的综合分布求得系统寿命的综合分布;
相应地,星敏系统寿命的折算分布的概率密度函数是:
S4.3根据星敏系统的寿命数据,分别确定星敏系统寿命的本级分布;
S4.4对星敏系统寿命的折算分布进行近似,获得星敏系统寿命的近似分布,且使得星敏系统寿命的近似分布为与星敏系统寿命的本级分布同类型的分布;
应用上述实施例中的方法,下面给出本发明一具体实例,具体如下:
对星敏感器部件,假定其寿命服从威布尔分布,星敏感器寿命的分布函数,其中为产品的寿命,和分别为威布尔分布的形状参数及尺度参数。采用上述实施例中S1.1的方法通过寿命试验获得星敏感器的寿命样本数据。利用星敏感器的寿命样本数据,确定星敏感器寿命的分布函数中的分布参数和。
对星敏线路部件,假定其寿命服从指数分布,星敏线路寿命的分布函数,其中为星敏线路的寿命,为平均寿命。采用上述实施例中S1.1的方法通过寿命试验获得星敏线路的寿命样本数据。利用星敏线路的寿命样本数据,确定年。
根据星敏感器寿命的分布函数和星敏线路寿命的分布函数,利用上述实施例中的方法,可得第一分系统s 1寿命的折算分布的概率密度函数,如图3所示。本实施例中,第二分系统s 2寿命的折算分布及其概率密度函数与其相同。
对第一分系统s 1,假定第一分系统s 1寿命的本级分布服从威布尔分布。通过寿命试验获得第一分系统s 1的寿命样本数据,并利用第一分系统s 1的寿命样本数据,确定第一分系统s 1寿命的分布函数中的分布参数为和。本实施例中第二分系统s 2寿命的本级分布与第一分系统s 1寿命的本级分布完全相同。
采用上述实施例中的方法,近似第一分系统s 1和第二分系统s 2寿命的折算分布为与其本级分布同类型的分布。基于第一分系统s 1寿命的折算分布,利用极大似然法,求得第一分系统s 1寿命的近似分布,如图3所示,其分布形式服从威布尔分布,第一分系统s 1寿命的近似分布的分布参数为和。本实施例中第二分系统s 2寿命的近似分布与第一分系统s 1寿命的近似分布相同。
采用上述实施例中的方法,综合第一分系统s 1和第二分系统s 2寿命的近似分布和本级分布。基于第一分系统s 1寿命的近似分布和本级分布,将第一分系统s 1寿命的近似分布和本级分布这两个分布等加权,可得第一分系统s 1寿命的综合分布,如图4所示。第二分系统s 2寿命的综合分布与第一分系统s 1寿命的综合分布相同。
采用上述实施例中的方法,基于第一分系统s 1和第二分系统s 2寿命的综合分布,求得星敏系统寿命的折算分布。设星敏系统寿命的本级分布为威布尔分布,通过寿命试验获得星敏系统的寿命样本数据,并利用星敏系统的寿命样本数据确定星敏系统寿命的本级分布的分布参数为和;再利用极大似然法,近似星敏系统寿命的折算分布为近似分布,如图5所示,星敏系统寿命的近似分布的分布形式为威布尔分布,星敏系统寿命的近似分布的分布参数为和。基于星敏系统寿命的近似分布和本级分布,可得星敏系统寿命的综合分布,如图6所示。基于星敏系统寿命的综合分布,可得星敏系统的可靠度评估结果如图7所示,例如星敏系统在1年时的可靠度评估结果为0.9934。
通过以上本发明所提出的基于分布折算、近似和综合的星敏系统可靠性评估方法,能够充分利用星敏系统各个层级的寿命数据,对其可靠性进行评估。综上所述,本发明所提出的基于分布折算、近似和综合的星敏系统可靠性评估方法易于操作,且结果准确。
以上包含了本发明优选实施例的说明,这是为了详细说明本发明的技术特征,并不是想要将发明内容限制在实施例所描述的具体形式中,依据本发明内容主旨进行的其他修改和变型也受本专利保护。本发明内容的主旨是由权利要求书所界定,而非由实施例的具体描述所界定。
Claims (7)
1.基于分布折算、近似和综合的星敏系统可靠性评估方法,其中星敏系统由第一分系统和第二分系统并联组成,其中第一分系统和第二分系统均由星敏感器和星敏线路串联组成,其特征在于,包括如下步骤:
S1. 根据星敏感器和星敏线路的寿命数据,分别确定星敏感器和星敏线路寿命分布的分布函数,将星敏感器和星敏线路寿命分布的分布函数向串联结构折算,确定第一分系统和第二分系统寿命的折算分布;
第一分系统寿命的折算分布的分布函数为:
第一分系统寿命的折算分布的概率密度函数为:
S2. 根据第一分系统和第二分系统的寿命数据,分别确定第一分系统和第二分系统寿命的本级分布;
S3. 对第一分系统和第二分系统寿命的折算分布进行近似,获得第一分系统和第二分系统寿命的近似分布,且使得第一分系统和第二分系统寿命的近似分布与第一分系统和第二分系统寿命的本级分布的分布类型相同;其中对第一分系统寿命的折算分布进行近似的方法是:根据第一分系统寿命的折算分布的进行抽样,再利用极大似然法求样本的极大似然估计,得到第一分系统寿命的近似分布,第一分系统寿命的近似分布的概率密度函数为,其中为第一分系统寿命的近似分布的分布参数;采用相同的近似方法,得到第二分系统寿命的近似分布,得到第二分系统寿命的近似分布的概率密度函数为,其中为第二分系统寿命的近似分布的分布参数;
S4. 综合第一分系统和第二分系统寿命的近似分布和本级分布,基于第一分系统和第二分系统寿命的综合分布求得系统寿命的综合分布,进而得到星敏系统在任意时刻的可靠度,其中综合第一分系统寿命的近似分布和本级分布得到第一分系统寿命的综合分布的分布函数为,第一分系统寿命的综合分布的概率密度函数为,其中为第一分系统寿命的综合分布的分布参数,;
2.根据权利要求1所述的基于分布折算、近似和综合的星敏系统可靠性评估方法,其特征在于:S1中星敏感器和星敏线路的寿命数据分别通过随机抽取一定数量的星敏感器和星敏线路作为样品进行寿命试验获得。
3.根据权利要求1所述的基于分布折算、近似和综合的星敏系统可靠性评估方法,其特征在于:S2中第一分系统和第二分系统的寿命数据分别通过随机抽取一定数量的第一分系统和第二分系统样品进行寿命试验获得。
5.根据权利要求4所述的基于分布折算、近似和综合的星敏系统可靠性评估方法,其特征在于:S4中星敏系统的寿命数据分别通过随机抽取一定数量的星敏系统样品进行寿命试验获得,利用星敏系统的寿命数据确定星敏系统寿命的本级分布。
6.根据权利要求4所述的基于分布折算、近似和综合的星敏系统可靠性评估方法,其特征在于:S4中对星敏系统寿命的折算分布进行近似,近似方法是:根据星敏系统寿命的折算分布的分布函数进行抽样,再利用极大似然法求星敏系统样本的极大似然估计,得到星敏系统寿命的近似分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110487830.1A CN112989637B (zh) | 2021-05-06 | 2021-05-06 | 基于分布折算、近似和综合的星敏系统可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110487830.1A CN112989637B (zh) | 2021-05-06 | 2021-05-06 | 基于分布折算、近似和综合的星敏系统可靠性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112989637A CN112989637A (zh) | 2021-06-18 |
CN112989637B true CN112989637B (zh) | 2021-07-23 |
Family
ID=76336995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110487830.1A Active CN112989637B (zh) | 2021-05-06 | 2021-05-06 | 基于分布折算、近似和综合的星敏系统可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112989637B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110263472A (zh) * | 2019-06-27 | 2019-09-20 | 中国人民解放军国防科技大学 | 基于回归法综合寿命试验数据的机电产品可靠度评估方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101696885B (zh) * | 2009-11-05 | 2012-05-23 | 中国人民解放军国防科学技术大学 | 一种提高星敏感器数据处理精度的方法 |
US8976245B2 (en) * | 2011-12-09 | 2015-03-10 | The United States Of America, As Represented By The Secretary Of The Navy | Optical orbital debris spotter |
CN102735264B (zh) * | 2012-06-18 | 2014-11-19 | 北京控制工程研究所 | 一种星敏感器故障模拟系统 |
US20180276321A1 (en) * | 2017-03-24 | 2018-09-27 | The Boeing Company | Method and apparatus for testing design of satellite wiring harness and signal processing units |
CN107449444B (zh) * | 2017-07-17 | 2020-04-10 | 中国人民解放军国防科学技术大学 | 一种多星图姿态关联的星敏感器内参数标定方法 |
CN107798169A (zh) * | 2017-09-22 | 2018-03-13 | 上海卫星工程研究所 | 卫星单机产品可靠性定量化设计方法 |
CN110874502B (zh) * | 2019-11-11 | 2020-09-01 | 中国人民解放军国防科技大学 | 基于多阶段试验数据折合的航天产品可靠性评估方法 |
-
2021
- 2021-05-06 CN CN202110487830.1A patent/CN112989637B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110263472A (zh) * | 2019-06-27 | 2019-09-20 | 中国人民解放军国防科技大学 | 基于回归法综合寿命试验数据的机电产品可靠度评估方法 |
Non-Patent Citations (1)
Title |
---|
System Residual Useful Life Prediction with Components Following Different Exponential Life Distributions;Xiang Jia等;《2019 Prognostics & System Health Management Conference》;20191231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112989637A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109359270B (zh) | 北斗地基增强系统完好性风险监测的阈值模型建立方法 | |
CN110260907B (zh) | 一种用于传感器的温度应力无失效加速寿命试验方法 | |
CN110348150A (zh) | 一种基于相关概率模型的故障检测方法 | |
CN115327674B (zh) | 一种大规模降雨监测雷达校验方法 | |
CN111879709B (zh) | 湖泊水体光谱反射率检验方法及装置 | |
CN101866009A (zh) | 一种适用于卫导系统缺星情况下的完好性监测方法 | |
CN107490758B (zh) | 基于故障传播的模块化bp神经网络电路故障诊断方法 | |
CN105588684A (zh) | 一种电子扫描阀测压系统故障自动诊断检查方法 | |
CN107831516B (zh) | 融合gnss和地面监测网获取大坝实时高精度位移的方法 | |
CN112329272B (zh) | 综合光伏组件退化和寿命数据的剩余寿命拟合预测方法 | |
CN112989637B (zh) | 基于分布折算、近似和综合的星敏系统可靠性评估方法 | |
CN111046331A (zh) | 一种基于信号异常的健康监控方法 | |
CN117192063B (zh) | 基于耦合卡尔曼滤波数据同化的水质预测方法及系统 | |
CN111914424B (zh) | 一种基于短期测风资料的设计风速取值方法及系统 | |
CN115267035B (zh) | 一种色谱仪故障诊断分析方法及系统 | |
CN116756503A (zh) | 一种结构健康监测地震事件识别与异常数据诊断方法 | |
CN111898314B (zh) | 湖泊水体参数检验方法、装置、电子设备及存储介质 | |
CN116127354A (zh) | 基于深度学习的高压电缆局部放电故障定位方法及系统 | |
Kumar et al. | Evaluating the consistency of the TRMM over the rain gauge for drought monitoring in the semi-arid region of Karnataka, India, using statistical methods | |
CN108763063A (zh) | 一种无需缺陷标注数据的软件缺陷检测方法 | |
Lima et al. | Photometric redshifts for S-PLUS using machine learning techniques | |
CN115877425B (zh) | 一种基于ai模型的ssr格网主站确定方法及装置 | |
CN114818116B (zh) | 基于联合学习的飞机发动机失效模式识别和寿命预测方法 | |
CN115062829A (zh) | 一种基于多路混合神经网络大气水汽估算模型的大气水汽估算方法 | |
CN118311529A (zh) | 一种利用MiniSAR技术进行灾情监测的方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |