System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及可靠性工程,尤其涉及一种基于多阶数据融合的产品贮存寿命评估方法及相关设备。
技术介绍
1、随着科技的不断发展,产品的可靠性已成为用户和制造商关注的焦点。在产品研制过程中,产品的贮存寿命是一项重要的可靠性指标。为了验证或评估产品的贮存可靠性指标,通常采取自然贮存试验和加速贮存试验等技术途径。然而,这两种试验方法都存在一定的局限性和不足。自然贮存试验的储存环境条件真实,试验结果可信度较高,但是试验周期较长,通常需要耗费数年时间,因此获得的贮存寿命信息比较有限。加速贮存试验可以在短时间内获取足够的寿命信息,并以此获得产品的寿命分布,但是由于产品退化失效是一个多因素耦合作用的复杂过程,难以构建准确的加速模型,因此加速试验的准确性一直受到质疑。因此,仅使用自然贮存试验或加速贮存信息,不能完全满足产品贮存寿命评估的高准确率要求。因此,急需一种能够综合考虑自然贮存和加速贮存试验信息的方法,以提高产品贮存寿命评估的准确率。
技术实现思路
1、有鉴于此,本申请的目的在于提出一种基于多阶数据融合的产品贮存寿命评估方法及相关设备,以解决或部分解决上述问题。
2、基于上述目的,本申请提供了一种基于多阶数据融合的产品贮存寿命评估方法,包括:
3、确定目标产品的贮存寿命参数;
4、获取所述目标产品在第一环境状态下的第一贮存数据,根据所述贮存寿命参数以及所述第一贮存数据确定第一寿命预测模型以及所述第一寿命预测模型的第一权重比;获取所述目标产品在第二环境状态下的第二贮
5、根据所述第一寿命预测模型、所述第一权重比、所述第二寿命预测模型以及所述第二权重比构建产品贮存寿命预测优化模型;
6、将所述贮存寿命参数输入到所述产品贮存寿命预测优化模型中,得到所述贮存寿命参数的退化预测值。
7、在一种可能的实现方式中,所述获取所述目标产品在第一环境状态下的第一贮存数据,包括:
8、获取所述目标产品在所述第一环境状态下的实时状态数据,根据所述实时状态数据确定所述目标产品是否到达使用期限阈值;
9、响应于所述目标产品到达使用期限阈值,确定所述目标产品截止到所述使用期限阈值的自然使用时长;
10、确定所述自然使用时长内所述目标产品的第一贮存数据。
11、在一种可能的实现方式中,所述所述根据所述贮存寿命参数以及所述第一贮存数据确定第一寿命预测模型以及所述第一寿命预测模型的第一权重比,包括:
12、根据所述自然使用时长、所述贮存寿命参数以及所述第一贮存数据确定所述目标产品在所述第一环境状态下的贮存寿命退化参数;
13、根据所述目标产品在所述第一环境状态下的贮存寿命退化参数确定所述第一寿命预测模型;
14、根据所述第一寿命预测模型、所述第一贮存数据以及所述第二贮存数据确定所述第一寿命预测模型的第一权重比。
15、在一种可能的实现方式中,所述获取所述目标产品在第二环境状态下的第二贮存数据,包括:
16、确定所述目标产品在所述第二环境状态下的加速使用时长;
17、获取所述加速使用时长内所述目标产品在所述第二环境状态下的第二贮存数据。
18、在一种可能的实现方式中,所述根据所述贮存寿命参数以及所述第二贮存数据确定第二寿命预测模型以及所述第二寿命预测模型的第二权重比,包括:
19、根据所述加速使用时长、所述贮存寿命参数以及所述第二贮存数据确定所述目标产品在所述第二环境状态下的贮存寿命退化参数;
20、根据所述目标产品在所述第二环境状态下的贮存寿命退化参数确定所述第二寿命预测模型;
21、根据所述第二寿命预测模型、所述第二贮存数据以及所述第一贮存数据确定所述第二寿命预测模型的第二权重比。
22、在一种可能的实现方式中,所述根据所述第一寿命预测模型、所述第一权重比、所述第二寿命预测模型以及所述第二权重比构建产品贮存寿命预测优化模型,包括:
23、yi=l1x1i+l2x2i(l1+l2=1,l1≥0,l2≥0)
24、其中,yi为产品贮存寿命预测优化模型,l1为第一权重比,x1i为第一寿命预测模型,l2为第二权重比,x2i为第二寿命预测模型。
25、基于同样的目的,本申请还提出了一种基于多阶数据融合的产品贮存寿命评估装置,包括:
26、确定模块,被配置为确定目标产品的贮存寿命参数;
27、获取模块,被配置为获取所述目标产品在第一环境状态下的第一贮存数据,根据所述贮存寿命参数以及所述第一贮存数据确定第一寿命预测模型以及所述第一寿命预测模型的第一权重比;获取所述目标产品在第二环境状态下的第二贮存数据,根据所述贮存寿命参数以及所述第二贮存数据确定第二寿命预测模型以及所述第二寿命预测模型的第二权重比;其中,所述第二环境状态对所述目标产品的老化影响大于所述第一环境状态对所述目标产品的老化影响;
28、构建模块,被配置为根据所述第一寿命预测模型、所述第一权重比、所述第二寿命预测模型以及所述第二权重比构建产品贮存寿命预测优化模型;
29、预测模块,被配置为将所述贮存寿命参数输入到所述产品贮存寿命预测优化模型中,得到所述贮存寿命参数的退化预测值。
30、基于上述目的,本申请还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任意一项所述的方法。
31、基于上述目的,本申请还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行上述任意一项所述的方法。
32、基于上述目的,本申请提供了一种计算机程序产品,包括计算机程序指令,当所述计算机程序指令在计算机上运行时,使得计算机执行上述任意一项所述的方法。
33、从上面所述可以看出,本申请提供的基于多阶数据融合的产品贮存寿命评估方法及相关设备,首先需要确定目标产品的贮存寿命参数,进一步地,获取目标产品在第一环境状态下的第一贮存数据,根据贮存寿命参数以及第一贮存数据确定第一寿命预测模型以及第一寿命预测模型的第一权重比;获取目标产品在第二环境状态下的第二贮存数据,根据贮存寿命参数以及第二贮存数据确定第二寿命预测模型以及第二寿命预测模型的第二权重比;其中,第二环境状态对目标产品的老化影响大于第一环境状态对目标产品的老化影响,根据第一寿命预测模型、第一权重比、第二寿命预测模型以及第二权重比构建产品贮存寿命预测优化模型;将贮存寿命参数输入到产品贮存寿命预测优化模型中,得到贮存寿命参数的退化预测值。本申请通过构建自然贮存寿命预测模型和加速贮存寿命预测模型,本文档来自技高网...
【技术保护点】
1.一种基于多阶数据融合的产品贮存寿命评估方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述获取所述目标产品在第一环境状态下的第一贮存数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述贮存寿命参数以及所述第一贮存数据确定第一寿命预测模型以及所述第一寿命预测模型的第一权重比,包括:
4.根据权利要求1所述的方法,其特征在于,所述获取所述目标产品在第二环境状态下的第二贮存数据,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据所述贮存寿命参数以及所述第二贮存数据确定第二寿命预测模型以及所述第二寿命预测模型的第二权重比,包括:
6.根据权利要求1所述的方法,其特征在于,所述根据所述第一寿命预测模型、所述第一权重比、所述第二寿命预测模型以及所述第二权重比构建产品贮存寿命预测优化模型,包括:
7.一种基于多阶数据融合的产品贮存寿命评估装置,其特征在于,包括:
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处
9.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行权利要求1至6任一所述方法。
10.一种计算机程序产品,包括计算机程序指令,当所述计算机程序指令在计算机上运行时,使得计算机执行如权利要求1至6中任一项所述的方法。
...【技术特征摘要】
1.一种基于多阶数据融合的产品贮存寿命评估方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述获取所述目标产品在第一环境状态下的第一贮存数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述贮存寿命参数以及所述第一贮存数据确定第一寿命预测模型以及所述第一寿命预测模型的第一权重比,包括:
4.根据权利要求1所述的方法,其特征在于,所述获取所述目标产品在第二环境状态下的第二贮存数据,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据所述贮存寿命参数以及所述第二贮存数据确定第二寿命预测模型以及所述第二寿命预测模型的第二权重比,包括:
6.根据权利要求1所述的方法,其特征在于,所述根...
【专利技术属性】
技术研发人员:倪瑞政,
申请(专利权)人:航天科工防御技术研究试验中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。