10.3969/j.issn.1007-080X.2008.08.014
一种改进的灰色网络算法在早期故障预测中的应用
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.
故障、小波、灰色、神经网络、预测
14
TP2;TP1
国家自然科学基会60472166,50675178;航空科学基金03i53068
2009-02-23（万方平台首次上网日期，不代表论文的发表时间）
共5页
32-36
