基于神经网络加权融合模型的失效包络快速智能构建方法技术

本发明专利技术公开了一种基于神经网络加权融合模型的失效包络快速智能构建方法，其特征在于，包括以下步骤：A1：基于正交试验方法设计p个应力q个水平的多应力试验，共n<subgt;1</subgt;组试验；A2：将n<subgt;1</subgt;组试验中p个应力的应力水平及其对应的工作状态取值构建为数据集D<subgt;0</subgt;；A3：基于数据集D<subgt;0</subgt;完成神经网络训练并进行神经网络加权融合；A4：进行失效包络的智能构建。本发明专利技术可显著降低基于单个神经网络模型的预测误差和随机波动，高效、准确、客观、形象地获取产品多应力失效包络。

【技术实现步骤摘要】

本专利技术涉及航天与试验交叉，具体涉及基于神经网络加权融合模型的失效包络快速智能构建方法。

技术介绍

1、失效包络指产品在多种工作应力组合下工作极限的包络，只有产品在这个包络以内才会处于安全可靠的工作状态。准确获得产品失效包络，对提升产品使用可靠性，支撑改进产品固有可靠性具有重要意义。随着航天器产品越来越复杂和昂贵、工作环境越来越多样和极端，获得产品失效包络的重要性和难度也急剧增加。例如，国际空间站控制力矩陀螺(cmg)出现过在轨失效，最终不得不紧急安排航天员出舱更换控制力矩陀螺，造成了很大损失并承担了极大风险。如果提前准确掌握控制力矩陀螺失效包络，有可能避免这次事故。

2、产品失效包络常常与多个应力相关，需要基于大量的试验取得，时间和经费开销较大，只通过少量试验的方式构建失效包络是重要的技术趋势。考虑到多应力与失效特性之间的关系很可能是耦合且非线性的，人工智能技术尤其是神经网络模型已被用于学习试验数据并构建失效边界。黄首清2021年曾在《航空学报》发表论文提出基于综合应力工作态试验和神经网络的cmg失效边界域预测技术，可以很大程度解决获取失效本文档来自技高网...

【技术保护点】

1.一种基于神经网络加权融合模型的失效包络快速智能构建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求2所述的方法，其特征在于，

4.根据权利要求3所述的方法，其特征在于，

5.根据权利要求1-4任一项所述的方法，其特征在于：步骤A1所述的应力个数p大于等于3，所述的应力水平个数q大于等于3；步骤A2所述的神经网络个数m大于等于2；步骤A3-1所述的m个神经网络模型的区别在于隐层节点数h、迭代次数x、误差阈值ε、学习率β中有一个参数或多个参数取值不同；步骤A4-1所述的在应力1、应力2、…、应力...

【技术特征摘要】

1.一种基于神经网络加权融合模型的失效包络快速智能构建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求2所述的方法，其特征在于，

4.根据权利要求3所述的方法，其特征在于，

5.根据权利要求1-4任一项所述的方法，其特征在于：步骤a1所述...

【专利技术属性】
技术研发人员：黄首清，余溢方，张兆霖，李昊，杨勇，王浩，刘庆海，何贝琛，李芳勇，杨艳斌，
申请(专利权)人：北京卫星环境工程研究所，
类型：发明
国别省市：