基于门控递归单元神经网络的电子器件剩余寿命预测方法技术

本发明专利技术公开了一种基于门控递归单元神经网络的电子器件剩余寿命预测方法，包括：获得电子器件在相同条件下的多组老化数据；对多组老化数据进行预处理；根据预处理后的老化数据以及电子器件失效机理获得失效变量；根据预处理后的老化数据建立门控递归单元神经网络老化模型；根据门控递归单元神经网络老化模型获得失效变量的预测变化值，结合设定的失效阈值，获得电子器件的剩余寿命。本发明专利技术提供的电子器件剩余寿命预测方法，通过构建门控递归单元神经网络老化模型预测电子器件的剩余寿命，综合考量了老化数据中各失效变量对电子器件剩余寿命的影响而进行预测，同时考虑到老化数据的时序特征，充分挖掘了老化数据中的信息，预测精度高，可靠性强。

【技术实现步骤摘要】
基于门控递归单元神经网络的电子器件剩余寿命预测方法
本专利技术涉及微电子
，特别涉及一种基于门控递归单元神经网络的电子器件剩余寿命预测方法。
技术介绍
电子器件在工作过程中，很容易受到工作环境中的辐射、光照等因素的影响而发生电参数的改变，造成电子器件的老化，从而影响电子器件的使用寿命。因此，预测电子器件的剩余寿命、尤其是预测电子器件在辐照环境下工作时的剩余寿命，具有非常重要的意义。当前对于电子器件剩余寿命的预测，多是人工选取影响电子器件寿命的一些主要因素并加以计算。但是目前业内并没有通用的因素选取规则和计算方法，因此这种预测方式很容易受到专家经验、知识的制约，具有较大的主观性和偶然性，并且容易造成有用信息的损失，所以对于电子器件剩余寿命的预测结果与实际情况之间往往存在较大的误差。
技术实现思路
鉴于上述问题，本专利技术的目的在于提供一种基于门控递归单元神经网络的电子器件剩余寿命预测方法，预测精度高，可靠性强。本专利技术提供一种基于门控递归单元神经网络的电子器件剩余寿命预测方法，包括：获得电子器件在相同条本文档来自技高网...

【技术保护点】
1.一种基于门控递归单元神经网络的电子器件剩余寿命预测方法，其中，包括：/n获得电子器件在相同条件下的多组老化数据；/n对多组所述老化数据进行预处理；/n根据所述预处理后的老化数据以及电子器件失效机理获得失效变量；/n根据所述预处理后的老化数据建立门控递归单元神经网络老化模型；/n根据所述门控递归单元神经网络老化模型获得所述失效变量的预测变化值，结合设定的失效阈值，获得电子器件的剩余寿命。/n

【技术特征摘要】
1.一种基于门控递归单元神经网络的电子器件剩余寿命预测方法，其中，包括：
获得电子器件在相同条件下的多组老化数据；
对多组所述老化数据进行预处理；
根据所述预处理后的老化数据以及电子器件失效机理获得失效变量；
根据所述预处理后的老化数据建立门控递归单元神经网络老化模型；
根据所述门控递归单元神经网络老化模型获得所述失效变量的预测变化值，结合设定的失效阈值，获得电子器件的剩余寿命。


2.根据权利要求1所述的预测方法，其中，根据所述老化模型获得所述失效变量的预测变化值，结合设定的失效阈值，获得电子器件的剩余寿命的步骤包括：
根据所述门控递归单元神经网络老化模型，获得所述失效变量的预测变化值；
根据所述预测变化值，建立电子器件剩余寿命曲线图，并以时间作为所述剩余寿命曲线图的横坐标；
在所述剩余寿命曲线图中，获得所述预测变化值与所述失效阈值的交点，该交点所对应的横坐标值即为所述电子器件的剩余寿命。


3.根据权利要求1所述的预测方法，其中，所述失效变量包括输入失调电压，输入失调电流，基极电流，输出拉电流，输出灌电流，工作电流，开环增益，共模抑制比和电源抑制比中的至少一种。


4.根据权利要求1所述的预测方法，其中，对多组所述老化数据进行预处理的方法包括粗大误差值去除和/或去噪处理。


5.根据权利要求4所述的预测方法，其中，所述粗大误差值去除依据拉依达准则进行；所述去噪处理为小波去噪。


6.根据权利要求2所述的预测方法，其中，...

【专利技术属性】
技术研发人员：马岩，张薇，朱恒宇，
申请(专利权)人：北京锐达芯集成电路设计有限责任公司，
类型：发明
国别省市：北京;11