基于贝叶斯主动学习算法的唇形密封件可靠性分析方法

AITNT
正文
推荐专利
基于贝叶斯主动学习算法的唇形密封件可靠性分析方法
申请号:CN202410771471
申请日期:2024-06-14
公开号:CN118643611A
公开日期:2024-09-13
类型:发明专利
摘要
基于贝叶斯主动学习算法的唇形密封件可靠性分析方法,包括以下步骤;步骤1:由fX(x)产生输入变量的容量为N的样本池S,其中输入变量为油封压力P、密封唇厚度d、轴转速n、密封唇泊松比ν和杨氏模量E;步骤2:通过样本池中随机选择χ,生成大小为Nt的训练数据;步骤3:根据训练GPR模型步骤4:根据计算失效样本和得出的即为所求密封唇失效概率;步骤5:将S中具有最小U函数值的Ncand个点加入Scand;求每个x(j)∈Scand处的EIER值,找到EIER值最大的x+;计算y+=g(x+),将(x+,y+)加到步骤6:计算失效概率置信区间,最终的结果是本发明解决了现有技术中存在的失效概率预测误差较大和失效概率预测效率较低的问题。
技术关键词
主动学习算法 可靠性分析方法 唇形密封件 GPR模型 概率密度函数 样本 变量 燃油泵轴尾 泊松比 综合误差 抽样方法 定义 协方差矩阵 预测误差 数据 油封 参数 固定点 特征值
系统为您推荐了相关专利信息
1
结构监测与气象联合驱动的主梁有效温度极值估计方法
累积分布函数 估计方法 概率密度函数 历史温度数据 误差
2
基于全要素匹配的施工图全口径预算校验方法
校验方法 多元线性回归模型 概率密度函数 指数 库存周转率
3
基于数字化多参数动态优化的货量匹配方法、系统及终端
货运 多参数 对象 单周期 决策
4
一种基于模糊C均值混合密度网络的光伏发电功率预测方法
模糊C均值 概率密度函数 光伏发电功率 随机梯度下降 历史维修记录
5
一种基于多参数相关退化数据增广的产品寿命预测方法
Copula函数 产品寿命预测方法 产品寿命预测模型 多参数 生成对抗网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号