一种融合故障物理与主动学习克里金模型的设备级产品可靠性实时评估方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种融合故障物理与主动学习克里金模型的设备级产品可靠性实时评估方法
申请号:CN202510443242
申请日期:2025-04-10
公开号:CN120337761A
公开日期:2025-07-18
类型:发明专利
摘要
本发明涉及一种融合故障物理与主动学习克里金模型的设备级产品可靠性实时评估方法。其主要步骤如下:(1)构建产品参数不确定性模型;(2)生成训练样本池和候选样本池;(3)结合有限元仿真和故障物理模型计算训练样本池样本寿命;(4)基于训练样本池构建克里金模型;(5)利用克里金模型预测候选样本池样本寿命;(6)计算可靠性实时评估准确度;(7)利用学习函数确定关键样本并添加至训练样本池中;(8)判断各统计特征是否满足停止准则;(9)根据克里金模型寿命预测结果完成可靠性实时评估。本发明的有益效果在于:将产品可靠性评估范围从离散转为连续,有效减少有限元仿真次数,在保证精度的同时更高效的对可靠性进行实时评估。
技术关键词
克里金模型 不确定性模型 产品寿命预测 生成训练样本 拉丁超立方抽样 统计特征 蒙特卡洛 产品可靠性评估 参数 物理 概率密度函数 度量 仿真模型 载荷 变量 理论 精度