数控机床故障时间的灰色神经网络复合预测?

• 作者: 沈建成 焦爱胜
• 来源期刊: 兰州工业学院学报
• 学科: 工学
• 关键词: 故障时间 复合预测 多次残差修正 等维新息动态神经网络
• 年，卷（期）: 2015,（2）
• 页码范围: 66-69
• 页数: 4页
• 分类号: TG659|TB114
• 字数: 2763字
• 语种: 中文

摘要

为了提高数控机床的可靠性，需要对其工作故障时间进行预测。基于等维新息观点，分别用灰色系统多次残差修正模型和神经网络等2种单一预测方法和等维新息递补神经网络组合预测方法对机床故障观测数据进行了预测，结果显示复合预测误差小于单一预测误差，模型有较高的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦爱胜	兰州工业学院机电工程学院	21	67	4.0	7.0
2	沈建成	兰州工业学院机电工程学院	26	13	2.0	2.0