基于神经网络的故障率预测方法

被引：54

作者：

李瑞莹

康锐

机构：

[1] 北京航空航天大学工程系统工程系

来源：

航空学报 | 2008年 / 02期

关键词：

神经网络; 反向传播(BP); 径向基函数(RBF)网络; 可靠性; 预测;

D O I：

暂无

中图分类号：

V215.7 [飞机可靠性分析];

学科分类号：

摘要：

为了更好地预测产品故障率,提出了基于神经网络的故障率预测方法,分别给出了基于反向传播(BP)网络和径向基函数(RBF)网络进行故障率预测的基本思想、预测模型和实施步骤。分别对比分析了神经网络法与回归分析法、分解分析法、移动平均法、指数平滑法、自适应过滤法、自回归-移动平均混合(ARMA)模型等统计预测方法的区别,对照故障率的特点,说明了神经网络法是其中最适用于故障率预测的统计方法。最后分别按这两种模型对某航空公司波音飞机故障率进行了预测,预测结果表明:这两种模型均适用于故障率预测,预测值与真实值的误差在20%之内,且RBF网络的预测效果略优于BP网络,此外通过与上述统计预测法的误差进行对比,说明神经网络法预测误差最小。

引用

页码：357 / 363

页数：7

共 12 条

[1]

基于时间序列的设备缺陷预测的研究.[D].陈卓.辽宁工程技术大学.2005, 03

[2]

人工神经网络及其在汽轮发电机组振动故障预测中的应用.[D].刘强.浙江大学.2005, 07

[3] 机械故障预测模型综述 [J].