基于时间序列分析的动调陀螺仪故障预测研究

• 作者: 吴明辉 周小程 裘璐光 许爱强
• 来源期刊: 计算机测量与控制
• 关键词: 时间序列 动调陀螺仪 神经网络 故障预测
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 321-324
• 页数: 4页
• 分类号: V267.4
• 语种: 中文

摘要

针对动调陀螺仪的故障预测问题,提出一种时间序列分析和BP神经网络相结合的故障预测方法;首先,采用时间序列分析对采集的各个状态下的动调陀螺仪振动信号进行拟合,建立ARMA模型,利用模型参数作为状态识别的特征参数;其次,利用提取的特征参数,通过BP神经网络进行动调陀螺仪状态识别;最后,结合具体实例进行了验证;验证结果表明该方法可行有效,识别精度达到92％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许爱强		127	683	12.0	21.0
2	周小程		7	30	3.0	5.0