[发明专利]电子产品分数阶神经网络性能退化模型及寿命预测方法

摘要

本发明公开了一种电子产品分数阶神经网络性能退化模型及寿命预测方法，具体步骤为：(1)对受试电子产品进行恒定应力加速寿命试验，获得不同应力等级下的性能退化数据；(2)使用(1)步中得到的性能退化数据，利用灰色理论中的GM(1，1)模型计算得到待预测应力T0下的性能退化数据；(3)利用(2)步中得到的应力T0下的性能退化数据训练分数阶神经网络；(4)利用(3)步中训练好的分数阶神经网络进行滚动多步预测；(5)将(4)步中的预测值与电子产品的失效阈值相比较，预测失效时间，从而确定电子产品寿命。本发明的电子产品寿命预测方法，适用于在不同应力下建立性能退化模型，无需考虑电子产品的失效机理，实现简单，预测精度高。

主权项

1.一种电子产品分数阶神经网络性能退化模型及寿命预测方法，其特征在于包括以下步骤：步骤一选择温度作为加速应力，确定待测电子产品的实际工作环境温度T₀，以T₀为参考，设定在应力T₁、T₂、…、T_P下分别对受试电子产品进行恒定应力加速寿命试验，获取各应力等级下从t₀到t_n时刻电子产品的性能退化数据，记为x_s，v(x_s，v为应力等级T_s下t_v时刻电子产品性能退化数据)，其中s＝1，2，…，p(p≥4)、v＝0，1，2，…n、T₀＜T₁＜T₂＜T₃＜…＜T_P-1＜T_P且T₁-T₀＝T₂-T₁＝…＝T_P-T_P-1；步骤二对步骤一中获得的电子产品性能退化数据x_s，v(s＝1，…，p，v＝0，1，…n)，利用灰色理论中的GM(1，1)模型计算得到温度T₀下从t₀到t_n时刻的性能退化数据，记为x₀、x₁、x₂、x₃、…、x_n；步骤三利用步骤二中的性能退化数据x₀、x₁、x₂、x₃、…、x_n训练分数阶神经网络，建立分数阶神经网络性能退化模型；步骤四利用步骤三中所建立的分数阶神经网络性能退化模型进行滚动预测，得到性能退化数据的预测值步骤五根据工程实际经验或相关国家标准，确定电子产品的失效阈值为X_f，将得到的性能退化数据的预测值与失效阈值X_f比较，预测失效时间，从而确定电子产品寿命。