一种改进的灰色网络算法在早期故障预测中的应用

• 作者: 王仲生 雒宝鹏
• 来源期刊: 机电一体化
• 学科: 工学
• 关键词: 故障 小波 灰色 神经网络 预测
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 学术·论文
• 页码范围: 32-36
• 页数: 5页
• 分类号: TP3
• 字数: 4257字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-080X.2008.08.014

摘要

早期故障预测是大型工况设备故障诊断技术的一项重要内容,它以设备运行时的多种性能参数为依据,通过建立早期故障预测模型,准确地推断出下一时刻及以后时刻系统的运行参数,协助人们在故障发生早期及时采取处理措施.文章将非平稳信号分析中常用的小波变换、灰色预测、神经网络和马尔可夫过程有效地结合在一起,提出了一种改进的灰色网络模型算法,较好地发挥了灰色预测模型累加生成操作(AGO),使数据更加规则有序,神经网络高度非线性、自学习及自组织的优点更为显著.实验分析表明,该算法在早期故障预测中具有较高的预测精度和较好的收敛效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王仲生	西北工业大学航空学院	63	460	12.0	17.0
2	雒宝鹏	西北工业大学航空学院	4	10	2.0	3.0