基于改进灰色神经网络的故障预测方法研究

• 作者: 孟晨 杨森 王成
• 来源期刊: 计算机应用研究
• 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
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3625-3628
• 页数: 4页
• 分类号: TP206|TP277
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.12.028

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王成	军械工程学院导弹工程系	73	378	10.0	15.0
2	孟晨	军械工程学院导弹工程系	164	1365	19.0	27.0
3	杨森	军械工程学院导弹工程系	22	97	6.0	8.0