基于改进灰色神经网络的液压泵寿命预测

• 作者: 何庆飞 姚春江 陈小虎 陈桂明
• 来源期刊: 中国机械工程
• 关键词: 液压泵 寿命预测 GM(1,1)模型 神经网络 支持向量机
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 信息技术
• 页码范围: 500-506
• 页数: 7页
• 分类号: TH137.5|TP802.1
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2013.04.013

摘要

改进了GM(1,1)模型,提高了其精度和适应范围；将改进的GM(1,1)模型与神经网络预测模型相结合来构建灰色神经网络组合预测模型；提出了基于支持向量机的液压泵寿命特征启发式搜索策略,以液压泵寿命特征参数特征集的交叉验证错误率为评价指标,从液压泵的特征参数(振动、压力、流量、温度、油液信息等)中选取寿命特征因子；运用小波阈值降噪法进行降噪处理,提取典型的小波包能量特征作为模型的输入.以齿轮泵为例,将改进的灰色神经网络预测模型与原始GM(1,1)模型和改进GM(1,1)模型比较可知,灰色神经网络预测模型预测精度最高,达到98.42％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈桂明		79	467	13.0	17.0
2	陈小虎		36	257	9.0	14.0
3	姚春江		18	141	7.0	11.0
4	何庆飞		15	219	8.0	14.0