科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着电子产品及集成电路的快速发展，其电子产品的故障预测研究引起了高度重视，但准确预测其使用寿命难度还是很大，目前针对电子产品主要采用状态监控和健康管理，从而实现状态的预测。以此为出发点，构建综合射频模块温度的状态预测模型，该预测模型首先将设备的时域特征数据转换为有监督的样本数据集，然后建立原始参数集、预测模型的训练集和测试集，接着建立LSTM深度学习网络结构，进行参数调整设置并运行模型，最后获得预测值和观测值的误差曲线；采用该方法在某典型任务场景中进行了应用验证，获得综合射频模块的温度预测的准确度为98.7%,达到了较好的预测效果和精度。
- 单位
