本發明涉及一種基于現實與模糊數據深度融合學習的固體火箭發動機可靠性預測方法,屬于智能自動化技術領域。該方法包括:基于固體火箭發動機現場貯存可靠性實驗記錄數據構建現實數據集;將藥柱作為加速貯存實驗的研究本體,通過基于三維粘彈性有限元分析和固體火箭發動機推進劑高溫加速老化實驗為基礎,以應力?強度干涉模型作為失效模型研究計算得出固體火箭發動機加速貯存可靠性實驗記錄數據構建模糊數據集;將現實數據集與模糊數據集融合作為深度學習的數據庫,并劃分為訓練集、驗證集和測試集;使用深度學習算法的特征自學習能力健壯性和模型泛化能力強度性,對固體火箭發動機可靠性預測。本發明能有效的提高固體火箭發動機可靠性預測的精度。
聲明:
“基于現實與模糊數據深度融合學習的固體火箭發動機可靠性預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)