专利交易市场

本发明公开了一种考虑共因失效PMS的可靠性评估方法，基于离散时间贝叶斯网络方法评估多阶段任务的可靠性，在此基础上采用随机共因模型分析共因，并运用隐式法计算共因失效多阶段任务系统的可靠性，本发明中的PMS就是一种典型的复杂系统，且多应用于航空航天等大型设备，即使很小的误差也会给现实系统带来不可预估的损失，我们提出的方法评估了元件发生共因失效系统的可靠性，使得计算结果更贴近系统的实际工作环境，解决了未考虑共因失效时得到的系统可靠性与实际系统可靠性不符的问题。

一种基于可靠性评估和迭代学习的细粒度图像识别方法和装置，所述方法收集细粒度图像，构建细粒度图像数据集，改进得到PST模型；将图像数据张量输入到PST模型中前向传播，进行迭代学习训练，并反向传播更新PST模型参数；将加载模型推理所用到的图像，转换成图像数据张量；将图像数据张量和标签张量输入到PST模型进行前向传播，得到三轮迭代输出；经过SoftPLUS激活函数层处理得到证据 ；再将三轮迭代的输出经处理得到的三种证据进行相加融合，得到融合证据：通过计算融合证据下的不确定性，实现量化识别结果的不确定性；找出概率分配最大值索引，得到识别结果。本发明适用于智慧农业、智能交通、生态系统保护等领域。

本发明公开一种基于马氏链和贝叶斯网络的车载复合电源可靠性评估方法，首先，基于马氏链理论建立超级电容器位于中间位置的级联式结构复合电源、蓄电池位于中间位置的级联式结构复合电源、并联结构复合电源和多输入功率变换器结构复合电源这四种不同拓扑结构复合电源发生故障的状态转移图；其次，根据四种不同拓扑结构复合电源发生故障的状态转移图，基于贝叶斯网络理论建立最终导致复合电源产生故障以致系统处于瘫痪状态的贝叶斯网络模型图；最后，根据所建立的贝叶斯网络模型图，计算求得四种不同拓扑结构复合电源的故障率，并进行对比分析，进而进行可靠性评估，得到可靠性最强的复合电源，避免了在工程实际中的反复试验。

本发明提供的一种基于BP神经网络的装载机驱动桥极小子样可靠性评估方法，包括以下步骤：步骤1，分别对n个装载机驱动桥样件进行疲劳寿命试验，得到n个疲劳寿命试验数据值；步骤2，根据步骤1所得的n个疲劳寿命试验数据值建立BP神经网络模型，再通过BP神经网络将步骤1所得的n个疲劳寿命试验数据值扩充至m+n个样本数据，得到样本数据X；步骤3，计算步骤2中得到的样本数据X的寿命平均值uY'和标准差σ'；步骤4，根据步骤3所得的样本数据X的寿命平均值uY'和标准差σ'求得75％置信度对应的样本数据的寿命平均值uY的下限值uY'min；步骤5，根据步骤4中所得的下限值uY'min计算得到装载机驱动桥的可靠性指标；本发明的装载机驱动桥可靠性评估方法也适用于其他不易获得大量样本的机械产品的可靠性分析。