(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111543662.X (22)申请日 2021.12.16 (71)申请人 中国人民解 放军军事科学院国防科 技创新研究院 地址 100071 北京市丰台区东大街5 3号 (72)发明人 张俊　李桥　周炜恩　彭伟　 李星辰　 (74)专利代理 机构 北京奥文知识产权代理事务 所(普通合伙) 11534 代理人 张文 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01) G06F 30/15(2020.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06F 119/02(2020.01) G06F 119/06(2020.01) G06F 119/08(2020.01) (54)发明名称 基于不确定性的卫星组件电路板热可靠性 分析方法 (57)摘要 本发明公开了一种基于不确定性的卫星组 件电路板热可靠性分析方法， 包括： 获取包括多 个训练数据的训练数据集； 构建多个第一概率深 度神经网络模 型， 利用训练数据集分别训练多个 第一概率深度神经网络模型； 构建第二概率深度 神经网络模型， 采用知识蒸馏方式， 利用训练数 据集和训练后的多个第一概率深度神经网络模 型蒸馏训练第二概率深度神经网络模型， 其中， 第一概率深度神经网络模型和第二概率深度神 经网络模型的输出为温度场的高斯分布； 根据卫 星组件电路板的极限工作状态 参数， 利用训练后 的第二概率深度神经网络模型对卫星组件电路 板进行热可靠性分析。 本发明能够在考虑不确定 性因素的情况下实现卫星组件布局的温度场快 速预测和热可靠性分析。 权利要求书2页 说明书7页 附图1页 CN 114417653 A 2022.04.29 CN 114417653 A 1.一种基于不确定性的卫星组件电路板热 可靠性分析 方法， 其特 征在于， 包括： 获取包括多个训练数据的训练数据集， 其中， 所述训练数据包括卫星组件布局和卫星 组件布局对应的温度场， 不同卫星组件布局的组件位置相同， 卫星组件布局中的各个组件 功率从预设的组件功率 服从的高斯分布中随机采样确定； 构建多个第 一概率深度神经网络模型， 利用所述训练数据集分别训练多个所述第 一概 率深度神经网络模型以拟合卫星组件布局与温度场的映射关系， 其中， 所述第一概率深度 神经网络模型的输出为温度场的高斯分布； 构建第二概率深度神经网络模型， 采用 知识蒸馏方式， 利用所述训练数据集和训练后 的多个所述第一概率深度神经网络模型蒸馏训练所述第二概率深度神经网络模型， 其中， 所述第二 概率深度神经网络模型的输出为温度场的高斯分布； 根据卫星组件电路板的极限工作状态参数， 利用训练后的所述第 二概率深度神经网络 模型对卫星组件电路板进行 热可靠性分析。 2.根据权利要求1所述的基于不确定性的卫星组件电路板热可靠性分析方法， 其特征 在于， 所述获取包括多个训练数据的训练数据集， 包括： 确定待分析的卫星组件电路板 中的各个组件位置和组件布局区域， 对组件布局区域进 行网格划分， 根据确定的各个组件位置挑选组件布局区域中对应的网格放置组件； 针对每个组件， 从预设的组件功率服从的高斯分布中进行随机采样得到组件功率， 确 定每个组件的组件功率， 得到 一个卫星组件布局xi， 利用有限元方 法计算卫星组件布局xi对 应的温度场yi， 获取一个包括卫星组件布局及卫星组件布局对应的温度场的训练数据(xi, yi)； 重复多次随机采样过程直至得到预设数量N的训练数据， 获取包括N个训练数据的训练 数据集{(xi,yi)|i＝1,2,…,N}。 3.根据权利要求2所述的基于不确定性的卫星组件电路板热可靠性分析方法， 其特征 在于， 训练所述第一 概率深度神经网络模型时， 使用的损失函数为： 其中， p(yi|xi, θ )表示第一概率神经网络模型对输入xi的输出高斯分布， θ表示第一概 率深度神经网络模型参数。 4.根据权利要求2或3所述的基于不确定性的卫星组件电路板热可靠性分析方法， 其特 征在于， 训练所述第二 概率深度神经网络模型时， 使用的损失函数为： 其中， M表示第一概率深度神经网络模型的个数， KL[p(yi|xi, θj)|p(yi|xi,φ)]表示p (yi|xi, θj)和p(yi|xi,φ)的KL散度， p(yi|xi, θj)表示第j个第一概率神经网络模型对输入xi 的输出高斯分布， p(yi|xi,φ)表示第二概率神经网络模型对输入xi的输出高斯分布， θj表 示第j个第一 概率神经网络模型参数， φ表示第二 概率神经网络模型参数。 5.根据权利要求1 ‑4中任一项所述的基于不确定性的卫星组件电路板热可靠性分析方 法， 其特征在于， 所述卫星组件电路板的极限工作状态参数包括： 卫星组件电路板的失效阈权　利　要　求　书 1/2 页 2 CN 114417653 A 2值温度和失效概 率阈值。 6.根据权利要求5所述的基于不确定性的卫星组件电路板热可靠性分析方法， 其特征 在于， 所述根据卫星组件电路板的极限工作状态参数， 利用训练后的所述第二概率深度神 经网络模型对卫星组件电路板进行 热可靠性分析， 包括： 将卫星组件电路板的卫星组件布局输入训练后的所述第 二概率深度神经网络模型， 获 取卫星组件电路板对应的温度场的高斯分布； 计算所述温度场的高斯分布中温度场最高温度在所述卫星组件电路板的失效阈值温 度以下的概 率， 获取卫星组件电路板的失效概 率； 比较所述卫星组件电路板的失效概率和所述卫星组件电路板的失效概率阈值， 确定卫 星组件电路板在卫星在轨运行阶段 是否会失效。 7.根据权利要求6所述的基于不确定性的卫星组件电路板热可靠性分析方法， 其特征 在于， 所述卫星组件电路板的失效概率利用高斯分布的累积分布函数和泰勒级数展开进 行 估计。 8.根据权利要求6所述的基于不确定性的卫星组件电路板热可靠性分析方法， 其特征 在于， 所述比较所述卫星组件电路板的失效概率和所述卫星组件电路板的失效概率阈值， 确定卫星组件电路板在卫星在轨运行阶段 是否会失效， 包括： 若所述卫星组件电路板的失效概率小于或等于所述卫星组件电路板的失效概率阈值， 判定卫星组件电路板在卫星在轨运行阶段能够正常运行； 若所述卫星组件电路板的失效概率大于所述卫星组件电路板的失效概率阈值， 判定卫 星组件电路板在卫星在轨运行阶段会失效。权　利　要　求　书 2/2 页 3 CN 114417653 A 3