基于改进灰色神经网络的故障预测方法研究

被引：10

作者：

杨森

孟晨

王成

机构：

[1] 军械工程学院导弹工程系

来源：

计算机应用研究 | 2013年 / 30卷 / 12期

关键词：

故障预测; 预测与健康管理; 灰色神经网络模型; 附加动量变学习速率法; 改进灰色神经网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP277 [监视、报警、故障诊断系统];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 0804 ; 080401 ; 080402 ;

摘要：

故障预测技术是电子装备预测与健康管理(PHM)领域的核心内容,对电子装备关键部件实施有效的预测是保证系统正常运行的关键。首先将灰色理论和人工神经网络算法相结合,构建灰色神经网络模型并对其进行分析;然后在此基础上通过附加动量变学习速率法对灰色神经网络的权值更新策略进行改进,提出一种基于改进灰色神经网络的故障预测模型;最后以某型脉冲测量雷达中频接收组合中的压控振荡器为例,以采集的原始频率数据为基础进行仿真验证。预测结果表明,将该预测方法应用于电子装备PHM是行之有效的,可有效提高故障预测精度。

引用

页码：3625 / 3628

页数：4

共 13 条

[1]

Open systems architecture enables health management for next generation system monitoring and maintenance. DISCENZO F M,NICKERSON W,MITCHELL C E,et al. . 2001

[2]

Autonomic logistics—the support concept for the 21st century. Henley S,,Currer R,Hess A. 2000 Aerospace Conference, 2000 IEEE Proceedings .

[3]

EFFECTIVE VIBRATION ANALYSIS OF IC ENGINES USING CYCLOSTATIONARITY. PART I-A METHODOLOGY FOR CONDITION MONITORING[J] . J. ANTONI,J. DANIERE,F. GUILLET. &nbspJournal of Sound and Vibration . 2002 (5)

[4]

测试智能信息处理[M]. 清华大学出版社 , 王雪, 2008

[5]

灰色系统基本方法[M]. 华中科技大学出版社 , 邓聚龙著, 2005

[6]

基于BP网络的客户分类方法研究[D]. 徐祥合.南京航空航天大学 2004

[7]

基于小波神经网络的模拟电路故障诊断方法研究[D]. 金瑜.电子科技大学 2008

[8] 基于灰色神经网络的入侵检测系统研究 [J].

阳树洪 ;

李春贵 ;

夏冬雪 .

计算机工程与设计, 2007, (19) :4622-4624

[9] 故障预测与健康状态管理技术综述 [J].

郭阳明 ;

蔡小斌 ;

张宝珍 ;

翟正军 .

计算机测量与控制, 2008, (09) :1213-1216+1219

[10] 故障预测与健康管理技术综述 [J].

彭宇 ;

刘大同 ;

彭喜元 .

电子测量与仪器学报, 2010, 24 (01) :1-9

← 1 2 →