公开(公告)号：CN114239424A

公开(公告)日：2022-03-25

申请号：CN202210183341.1

申请日：2022-02-28

Applicant: 天津航天瑞莱科技有限公司 ,  北京强度环境研究所

Inventor： 德新林 ,  朱一鹏 ,  陈津虎 ,  刘德军 ,  宁薇薇 ,  杨学印 ,  范晔 ,  周洁 ,  刘宇峰 ,  赵薇 ,  甄江云 ,  许玉珍 ,  杨璐

IPC: G06F30/27 ,  G16C60/00 ,  G16C20/70 ,  G16C10/00 ,  G06F119/02 ,  G06F119/04 ,  G06F119/08 ,  G06F119/14

Abstract: 本发明属于可靠性加速试验方法领域，具体涉及一种小样本数据预测环氧树脂胶粘剂寿命的方法，采用下述步骤：1）确定试验条件、试验样本及时间；2）测定拉伸剪切强度试验数据记录；3）对步骤2）的数据进行归一化处理；4）拟合出环氧树脂胶粘剂退化轨迹模型；5）扩充样本数据；6）将扩充后的样本数据代入BP神经网络进行迭代，得到神经网络训练结果，最终得到的环氧树脂胶粘剂的贮存寿命预计值。本申请是为在试验数据较小的情况下确保评估结果的精度开拓了新的思路，和传统试验方法相比，节省了大量的时间和经费。

公开(公告)号：CN115618706A

公开(公告)日：2023-01-17

申请号：CN202210693940.8

申请日：2022-06-19

Applicant: 北京强度环境研究所

Inventor： 范晔 ,  杨璐 ,  刘宇峰 ,  周洁 ,  德新林 ,  王强 ,  杨学印

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F119/02 ,  G06F119/04

Abstract: 本发明提出一种基于退化趋势分析和GRNN的缺失数据模拟方法，首先对已观测的退化数据趋势分析建模，然后建立退化数据残差序列的GRNN神经网络模型，并估计缺失数据的残差序列，最后综合数据退化趋势与残差序列的估计结果得出缺失数据的模拟值。本发明的基于退化趋势分析和GRNN的缺失数据模拟方法，综合采集趋势分析和广义回归神经网络(GeneralizedRegressionNeuralNetwork，GRNN)对缺失数据进行模拟，对原始数据的离散性、波动性能够较好地还原，同时在逼近能力和学习速度上具有更强的优势，样本数据较少时能达到较好的预测效果。