寿命预测模型

摘要： 研究锆−钛−钢复合板在对称和非对称应力控制下的低周疲劳行为,详细讨论平均应力和应力幅值对循环变形、棘轮效应和损伤机理的影响。结果表明,在对称应力控制下,观察到正向棘轮变形;在非对称应力控制下,棘轮应变随平均应力和应力幅值的增加而快速增加;在高应力幅值下,平均应力影响更为显著。此外,通过研究应变能密度,发现应力幅值主要促进疲劳损伤,而平均应力则导致棘轮损伤。另外,通过断口观察可以看出,裂纹萌生于界面处的脆性金属化合物中,且钢材抗裂纹扩展的阻力更高。最后,详细讨论考虑棘轮效应的寿命预测模型精度,并提出一种直接基于平均应力和应力幅值的高精度寿命预测模型。

摘要： 针对纤维增强聚合物(FRP)筋体,综合分析了水溶液浸泡、盐溶液侵蚀,酸溶液和碱溶液,以及冻融等不同作用介质和作用方式下筋体的拉伸性能,归纳总结了FRP筋体拉伸强度演化规律。从FRP筋拉伸强度退化作用机理出发,以Arrhenius方程为基础,探讨了不同作用方式下FRP筋拉伸强度寿命预测模型方程的参数特征。

摘要： 首先介绍了蓄电池的工作原理,并分析了影响蓄电池正常工作的主要因素、蓄电池的监测方法和现状;然后提出基于最小二乘支持向量机的蓄电池寿命预测模型,并对样本数据进行分析验证。实验结果证明,在蓄电池寿命预测问题上使用该方法能大大提高预测精确度,极大地减小了预测值与实际值之间的误差,这也说明了该方法在蓄电池寿命预测上具有较高的适用性。

摘要： 大功率半导体器件是直流输电、牵引传动与工业变流等系统的核心部件,如何有效地评估器件工作状态并准确预测其剩余使用寿命,是提升系统工作可靠性的关键难题。该文通过对比不同的加速老化试验方法和寿命预测模型,采用现场工况与仿真相结合的方法,设计了一套热循环负载加速老化试验方案。根据试验结果,该文选取科菲-曼森模型对数据进行分析处理,得到优化的寿命预测定量模型。最后,结合应用现场实际疲劳失效数据,对寿命预测模型进行了校验和改进,使该模型更贴近高功率系统的应用工况,提高了寿命预测模型的准确性和可靠性。

摘要： 本文以铧式犁犁铲为磨损研究对象,建立了犁铲-土壤离散元模型,并选择土壤含水率、运动速度、入土深度、翻土角度作为影响因素对犁铲的工作过程进行了仿真,通过对仿真结果进行相关性分析,得到训练神经网络的数据以及不同数据的权重。同时通过田间试验与离散元模型仿真得到的数据进行对比,验证离散元仿真的误差在可接受范围内,应用离散元仿真得到的数据建立神经网络模型,对犁铲的工作寿命进行了预测。

摘要： 为解决当前综采工作面液压支架健康状态评估和寿命预测的迫切需求,提出了一种应用于液压支架的层次型模糊综合评价方法.该方法采用基于三标度法的改进型模糊层次分析法计算健康状态参量的权重向量,引入变异系数和梯形模糊数的概念对评价结果去分歧化,提高了综合评价结果的一致性和有效性.在综合评价的基础上可得到液压支架健康指数和综合健康水平.同时,在此基础上建立了基于健康指数的液压支架寿命预测模型,实现了液压支架综合健康管理.以晋煤集团古书院矿152313工作面所使用的液压支架为例分析健康状态评估和寿命预测,结果表明;该方法所预测的评估时刻到失效大修的剩余寿命为13.45个月,而这与预期大修时间13个月基本一致,验证了上述模型的合理性和有效性.

摘要： 高周疲劳和低周疲劳交互作用产生的高低周复合疲劳会引起汽轮机转子钢10Cr-1Mo-1V的快速失效.研究了高低周复合载荷下10Cr-1Mo-1V钢的应变-寿命特性,通过分析应变比-寿命比的关系,提出一种研究高低周复合疲劳寿命的新方法.通过引入四种材料的高低周复合疲劳实验数据,用于不同工况下模型的验证与分析.结果表明,所提出的模型与实验值较好地吻合,对于承受复合疲劳工况的材料,其适用性较强,所需参数较少.

摘要： 阐述了空间引力波探测任务中无拖曳控制技术对推进系统的特殊要求,介绍了目前主要的备选推进类型:冷气推进、离子电推进、会切型霍尔电推进、胶体电推进.针对面向空间引力波探测任务的电推进系统的寿命评估工作进行了任务分析,报告了目前微牛级电推进系统寿命试验研究现状,举例说明了目前主要应用的电推进装置寿命预测方式,包括半经验模型预测、数值模拟预测、基于数据驱动的预测以及系统层面的可靠性评估方法.对目前微牛级电推进系统的寿命评估研究现状进行总结,给出了发展思路.

摘要： 微电子封装具有微型化、高密度、低成本和良好的电气性能的特点,焊点负责内部芯片与电路板间的电气和机械连接.由于生产设计过程中产生的缺陷或经受温度变化、振动和冲击等环境载荷,焊点易发生失效.本文总结了焊点常见的疲劳失效原因,X射线、染色分析等失效分析技术可以实现失效焊点的精准定位,便于分析失效原因.随后,总结了焊点疲劳寿命预测模型的应用和研究现状,比较了各模型优缺点及适用范围,可为微电子封装的可靠性分析与评估提供理论指导.

摘要： 综合分析了几种低周疲劳寿命预测模型,特别是对能量法则的寿命预测模型进行了讨论。评述了各种不同预测方法的基本假设、特点和应用范围。叙述了各种低周疲劳寿命预测模型的计算步骤,并提出实际应用中应考虑的问题。该文对低周疲劳寿命预测,尤其是对航空高温合金具有较大的工程参考价值。文中所论述的三参数能量预测模型具有易懂、简捷的工程应用前景。

摘要： 本文对核用管状熔断器的寿命评估方法进行了深入研究,找出了基于金属电迁移理论的熔断器寿命预测模型，并开发了1套熔断器寿命评估系统。该系统能够采集精确的、全面的寿命试验数据,经数据分析与处理,能得到该组熔断器的预测寿命。最后以TDP44-1A型熔断器为例,对所述寿命评估方法进行了验证,说明了方法的有效性。

摘要： 基于支持向量机方法建立复杂井况下的油气井套管柱寿命预测模型，以套管失效形式的危险性能指标为输入向量，套管柱剩余寿命为输出向量，通过20口油气套管损坏井的小样本训练，选定了较为理想的支持向量机模型参数。对32个套管失效因素的影响等级及其发生概率的进行定量分析，求得各影响因素对于套管柱八种失效形式的Borda数，组成Borda 矩阵求取八种失效形式的危险性能指标。将上述研究成果研制成“复杂井况下油气井套管柱寿命可靠性预测”软件。并对50口非训练样本的气井套损管柱进行寿命预测，对比寿命预测值与实际寿命值发现：该模型对中长寿命（3年以上）的油气井套管柱具有较高的预测精度。

摘要： 军用装备在服役周期内需随时对装备腐蚀状况进行掌握,避免因腐蚀而引起计划外维修.腐蚀监控系统的设计是以腐蚀数据采集与分析控制为核心,辅以检测装置、报警系统,与被监控装备零部件共同构成一个整体,直接参与腐蚀过程的检测、监督、控制,从而连续或断续监测腐蚀过程中各种条件的变化,预测即将发生的腐蚀.由腐蚀监控系统所获得的分析数据是指导装备零部件防腐工作的科学依据,是控制、评价防腐效果的重要手段.同时可以预判断装备零部件服役状况,决定装备零部件是否需要维护或再制造,建立再制造零部件的寿命预测模型,为装备的再制造提供理论支持.

摘要： 简要介绍了复合材料疲劳寿命的几种预测模型,针对复合材料层压板提出了"静载荷损伤可作为疲劳损伤积分的初始边界条件参与积分"的假设,并建立了静载荷与疲劳载荷一体化的疲劳寿命预测模型.使用该模型可预测层压板结构在单级和多级疲劳载荷作用下的疲劳寿命,预测结果与试验寿命符合得比较好.

摘要： 本文报道了北京真空电子技术研究所的最近的空间行波管阴极寿命试验结果,目前共有50支电子枪进行寿命试验,截至到2016年6月30日,累计进行寿命试验1722640小时,最长单管寿命试验时间62171小时.4个样本在960°Cb/0.5A/cm2进行寿命试验35000小时,未寿终;9个样本在1000°Cb/0.5A/cm12进行寿命试验60000小时,未寿终;7个样本在1000°Cb/1A/cm2进行寿命试验60000小时,未寿终;2个样本在1020°Cb/2A/cm2进行寿命试验,其中1个35000小时寿终,另1个60000未寿终;6个样本在1040°Cb/1A/cm2进行寿命试验,其中4个35000小时未寿终,2个22000小时未寿终;10个样本在1080°Cb/1A/cm2进行寿命试验,4个22000小时未寿终,6个8000小时未寿终;4个样本在1080°Cb/4A/cm2进行寿命试验30500小时寿终;2个样本在1120°Cb/1A/cm2进行寿命试验,分别在3600小时和4500小时寿终;根据以上寿命试验结果,在以前研究基础上,提出了更新的阴极寿命预测模型,寿命期间工作温度为T,支取电流密度为JL,则根据Richardson-Dushman方程,JL=AT2e(-ΦL/KT),在寿命t过程中逸出功按照指数规律增加,(Φ(t)=Φ0(T)e0(T)t,Φ0(T)=Φ0+αT,θ(T)=θ0+βT;其中Φ0=-0.6714,α=0.00189,θ0=-2.3804E-5,β=1.87E-08.所以寿命即可表示为t=ln((ΦL/Φ0(T))/θ(T).据此模型,M型阴极960°Cb/0.5A/cm2预测寿命超过50年;980°Cb/0.5A/cm2预测寿命超过27年;1000°Cb/0.5A/cm2预测寿命超过18年;960°Cb/1A/cm2预测寿命超过43年;980°Cb/1A/cm2预测寿命超过22年;1000°Cb/1A/cm2预测寿命超过15年.

摘要： 本发明的品质预测模型生成方法为经过一个或多个工序制造的金属材料的品质预测模型生成方法，该品质预测模型生成方法包含：第一收集步骤，其针对预先决定的金属材料的每个规定范围，收集各工序的制造条件；第二收集步骤，其针对每个所述规定范围，评估并收集经过各工序制造的金属材料的品质；保存步骤，其针对每个规定范围，将各工序的制造条件、与在该制造条件下制造的金属材料的品质建立关联地进行保存；以及模型生成步骤，其根据已保存的各工序中的每个规定范围的制造条件，生成对金属材料的每个规定范围的品质进行预测的品质预测模型。

摘要： 生成通过简单的操作进行实质上接近100％的二类别分类且可靠性高的二类别分类预测模型。二类别分类预测模型是通过下述步骤生成的，即：a)根据针对学习样本集合的各个学习样本产生的说明变量，求出用于将学习样本集合分类为预先设定的两个类别的判别函数；b)根据求出的判别函数，计算各学习样本的判别分数；c)根据计算出的判别分数，决定各学习样本的分类预测的正误；d)根据被错误分类的学习样本集合中的最大判别分数和最小判别分数，决定错误分类样本区域；e)取出包含在错误分类样本区域内的学习样本，构成新学习样本集合；f)针对新学习样本集合，重复a)～e)。

摘要： 本发明公开了一种变流器柜体构件的寿命预测模型构建方法、寿命预测方法及优化设计方法，该寿命预测模型构建方法包括以下步骤：识别变流器柜体构件的失效模式以及失效影响因子；根据失效影响因子设计正交试验，获取多组试验条件；判断根据各组试验条件得到的加速失效临界状态，是否与实际失效临界状态一致；将与实际失效临界状态一致的试验条件作为加速试验条件；根据所述加速试验条件构建变流器柜体构件在所述失效模式下的寿命预测模型。本发明能够预测变流器柜体构件在每一种失效模式的失效模式下的实际服役寿命，以通过工程试验方法综合评估变流器柜体的实际服役寿命。

摘要： 本发明实施例涉及一种电池剩余寿命预测模型构建、电池剩余寿命预测方法，包括：获取样本电池的各历史使用周期的特征数据以及对应的电池容量，特征数据为表征样本电池的健康状态的特征数据；将特征数据输入至初始模型中，得到输出结果；基于输出结果与下一历史使用周期的特征数据的关系对初始模型进行训练，得到特征数据预测模型；将特征数据输入至另一初始模型中，得到输出结果；基于输出结果与电池容量的关系对初始模型进行训练，得到电池容量预测模型；将特征数据预测模型的输出端与电池容量预测模型的输入端级联，构建电池剩余寿命预测模型，由此，可以简便、快捷的训练电池剩余寿命预测模型，模型预测精准度较高。

摘要： 本发明公开了一种远端模块寿命预测模型的建立方法与寿命预测方法，所述建立方法包括：获取各样本远端模块的特征参数和输出信号；基于各样本远端模块的输出信号，判断各样本远端模块运行状态，根据运行状态正常的样本远端模块的特征参数值，确定远端模块各特征参数的老化阈值和故障阈值；计算远端模块各特征参数的平均年变化率；根据确定的远端模块各特征参数的老化阈值、故障阈值和计算的年变化率，计算各样本远端模块剩余使用寿命；基于各样本远端模块剩余使用寿命，建立远端模块剩余寿命预测模型。本发明能够预测直流光测量系统远端模块的剩余使用寿命。

摘要： 本发明公开了一种接插件剩余寿命预测模型训练方法以及剩余寿命预测方法。模型训练方法包括：获取用于模型训练的各样本接插件，确定各所述接插件在接插测试过程中的历史测试数据；对于任一样本接插件，基于所述历史测试数据确定当前样本接插件的样本训练数据；基于各所述样本接插件的样本训练数据对所述接插件剩余寿命预测模型进行训练，得到训练完成的接插件剩余寿命预测模型。通过本发明公开的技术方案，解决了现有技术中接插件在更换过程中的耗时以及成本浪费问题，实现了精确预测接插件的剩余寿命，降低接插件在更换过程中的耗时以及成本。

摘要： 本发明公开了一种变流器柜体构件的寿命预测模型构建方法、寿命预测方法及优化设计方法，该寿命预测模型构建方法包括以下步骤：识别变流器柜体构件的失效模式以及失效影响因子；根据失效影响因子设计正交试验，获取多组试验条件；判断根据各组试验条件得到的加速失效临界状态，是否与实际失效临界状态一致；将与实际失效临界状态一致的试验条件作为加速试验条件；根据所述加速试验条件构建变流器柜体构件在所述失效模式下的寿命预测模型。本发明能够预测变流器柜体构件在每一种失效模式的失效模式下的实际服役寿命，以通过工程试验方法综合评估变流器柜体的实际服役寿命。

摘要： 一种结合数据驱动模型和经验模型的锂离子电池融合寿命预测模型,涉及数据挖掘，模型融合等技术，包括以下步骤：首先对云端监管平台海量多源异构数据进行去噪处理和特征因素提取获取行驶过程中的健康指标，作为数据驱动预测模型的一个输入，利用极限学习机进行寿命预测，得到数据驱动寿命预测模型。通过多因素寿命衰减实验获取电池寿命经验预测模型，将经验模型和数据驱动模型进行交互融合，设置阈值，得到电池寿命融合模型，提高寿命预测精度，更适用于实际汽车工况。本发明通过将反映寿命衰减与工况因素之间关系的经验模型和反映寿命衰减与运行状态之间关系的数据驱动模型进行融合，可以实现复杂工况下电池寿命的精准预测，保证电池安全运行。

摘要： 本发明公开了一种工程机械部件剩余寿命的预测模型建立方法及预测方法，属于剩余寿命预测领域，包括：建立初始神经网络模型，其以机械部件在时间步t～t+W‑1的状态监测数据为输入，用于预测时间步t+W‑1时的剩余寿命模型包括：第一注意力网络，用于基于自注意力机制获取中各时间步的注意力权重并赋予相应的时间步，得到Z；时间卷积网络，用于对Z进行特征提取，得到U；第二注意力网络，用于获取U中各通道的注意力权重并赋予相应的通道，得到及预测模块，用于对中的各通道特征进行融合并激活，以得到获得训练数据集，并对初始神经网络模型进行训练，以获得机械部件剩余寿命预测模型。本发明能够提高模型预测性能以及剩余寿命预测精度。

摘要： 本发明提供了一种轮对关键部件寿命预测模型构建、预测方法及系统，包括：确定模型输入参数为环境温度、行驶速度及行驶里程，输出参数为轮径剩余磨耗量；实时获取轮对当前的环境温度、行驶速度及行驶里程，以及获取轮对的镟修数据，作为样本数据；针对上述样本数据进行预处理；针对上述预处理后的样本数据分别进行模型的构建，最终选择验证样本准确率最高的模型作为当前轮对最优的预测模型。并通过车轮几何部位磨耗数据和发展趋势结合行车里程评估预测车轮剩余寿命，预测精度高。