[发明专利]一种性能退化模型预测精度验证方法有效
| 申请号: | 201811053996.7 | 申请日: | 2018-09-11 |
| 公开(公告)号: | CN110895628B | 公开(公告)日: | 2021-02-26 |
| 发明(设计)人: | 冯静;孙权 | 申请(专利权)人: | 湖南银杏可靠性技术研究所有限公司 |
| 主分类号: | G06F30/20 | 分类号: | G06F30/20 |
| 代理公司: | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人: | 崔自京 |
| 地址: | 410100 湖南省长沙市长沙经济*** | 国省代码: | 湖南;43 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 性能 退化 模型 预测 精度 验证 方法 | ||
1.一种性能退化模型预测精度验证方法,该方法是根据产品的性能退化试验数据画出产品的退化轨迹,并选择双曲线模型、幂函数模型、指数函数模型、对数函数模型和多项式模型中的一种或数种作为备选模型,采用交叉验证的方法进行数据的处理,即从原始试验数据中拿出一部分的数据作为训练集,剩下的数据即为测试集,
首先对训练集进行参数估计,通过分析拟合出的模型特征,对测试集的数据用拟合出的模型进行预报,然后求出测试集的预测误差,
最后以预测误差作为评价备选模型的关键指标,权衡各数据量下的最优模型,
该方法的具体步骤如下:
步骤1,采集数据:根据对产品的观察和监测,收集并整合在各时间点上的退化数据,根据这些获得的数据点描绘出产品的退化数据随时间变化的趋势图;
步骤2,确定备选模型形式:根据产品退化变化趋势图,选出备选模型;
步骤3,计算备选模型的预测误差:根据在步骤1中得到的产品性能退化的原始数据,采用10折交叉验证的方法将数据分为10段,从相同数据量、不同预测时长的角度拟合备选模型和计算备选模型的预测误差,
拟合备选模型方法采用最小二乘法、最大似然法和最大后验估计中的一种或数种,
预测误差计算方法采用平方相对误差、平均相对误差和最大相对误差中的一种或数种;
步骤4,建立数据量、预测时长以及备选模型预测误差的关系模型:针对各备选模型,通过参数估计方法拟合得到不同的数据量、不同的预测时长以及预测误差的三维拟合图以及确定的线性多项式;
步骤5,确定各数据量下的最优模型:根据在步骤4中得到的各备选模型数据量、预测时长与预测误差的线性多项式,运用判定规则,分析得到各数据量下的最优模型。
2.根据权利要求1所述的一种性能退化模型预测精度验证方法,其特征在于,所述的“产品”包括:(1)长贮退化失效型产品,指在产品全寿命周期过程中,其绝大多数时间处于贮存状态的产品,该产品随着服役时间的增加,将产生劣化、老化现象;(2)长时间连续工作退化失效型产品,指在产品全寿命周期过程中,其绝大多数时间处于工作状态的产品,该产品随着服役时间的增加,将产生劣化、老化现象;(3)非连续工作退化失效型产品,指在产品全寿命周期过程中,其一部分时间处于贮存状态、一部分时间处于工作状态、且贮存与工作状态不断交替的产品,该产品随着服役时间的增加,将产生劣化、老化现象。
3.根据权利要求1所述的一种性能退化模型预测精度验证方法,其特征在于,在步骤1中所述的退化数据是通过对表征性能退化产品功能的性能参数进行连续测量获得的,
需至少获得一个样本的性能退化数据,若同时获得了多个样本的性能退化数据,则需先根据各产品监测时刻点,采用插值方法对性能数据进行插值,将各样本的测量时刻对齐;然后得到各测量时刻的样本均值;再将样本均值随时间变化的序列看作是单样本性能变化数据,这样就将多样本数据转化成了单样本性能退化数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南银杏可靠性技术研究所有限公司,未经湖南银杏可靠性技术研究所有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811053996.7/1.html,转载请声明来源钻瓜专利网。





