摘要
本发明公开了一种加速试验产品的寿命预测方法、装置和电子设备,该方法基于故障数据,开展典型失效机理分析,以确定目标产品的关键器件和敏感应力。对关键器件相关的故障数据进行聚类分析,确定各个敏感应力对目标产品的失效贡献率。根据各个敏感应力对应失效贡献率,开展目标产品的多应力加速寿命试验。采用多应力加速寿命试验的试验数据,对神经网络模型进行训练。利用训练好的神经网络模型,预测目标应力条件下目标产品的加速试验寿命,实现了对加速试验产品的寿命预测,该方法基于故障物理,利用多应力加速寿命试验对神经网络模型进行训练,重视环境应力之间耦合作用对产品的影响,使得模型更加符合产品实际应用过程,提高了寿命预测的精度。
技术关键词
应力
神经网络模型
寿命预测方法
贡献率
聚类分析算法
数据
寿命预测装置
电子设备
模型训练模块
典型
处理器通信
分析模块
存储器
物理
精度
系统为您推荐了相关专利信息
数据立方体
空间光谱特征
反射率
深度神经网络模型
波长
训练样本数据
滑动时间窗口
位置更新
车辆运行数据
时序特征
优化资源配置
地理信息系统数据
神经网络模型
资源分配优先级
交通流量预测
纺织品设备
纺织品检测设备
控制终端
检测终端
控制系统
三维地层模型
岩质边坡稳定性
内摩擦角
模拟边坡
边坡安全系数