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
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
收藏
页码:357 / 363
页数:7
相关论文
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].
薛子云 ;
杨江天 ;
朱衡君 .
机械强度, 2006, (S1) :60-65
[4]   基于神经网络技术的主通风机首次故障时间分析 [J].
阎善郁 ;
王洪德 .
煤炭学报, 2005, (06) :741-745
[5]   基于回归分析的故障率预测模型 [J].
董晟飞 ;
马秀红 .
国外电子测量技术, 2005, (05) :28-29
[6]   可靠性故障物理技术及其应用 [J].
祝耀昌 .
装备环境工程, 2005, (02) :28-33
[7]   几种基于神经网络的导弹惯性器件故障预报方法及其性能比较 [J].
吕瑛洁 ;
胡昌华 .
战术导弹技术, 2005, (02) :52-55
[8]   基于神经网络的航管装备故障预报系统研究 [J].
马锦永 ;
黄常青 ;
巩华 ;
李科杰 .
系统工程与电子技术, 2004, (07) :992-993+1006
[9]   基于神经网络的军用飞机故障预报系统研究 [J].
赵海东 ;
缪旭东 ;
吕世聘 .
系统工程与电子技术, 2003, (07) :894-896
[10]   时间序列分析法预测某型飞机的故障率 [J].
黄飞 .
燃气涡轮试验与研究, 2001, (01) :30-32