基于神经网络的非线性时间序列故障预报
对模型未知非线性系统,将系统输出组成时间序列并通过空间嵌入的方法转化为一个离散动态系统.利用线性AR模型拟合时间序列的线性部分,用神经网络拟合时间序列的非线性部分并补偿外界未知的扰动,提出了通过对状态的观测实现时间序列一步预测的方法.利用滚动优化的思想将一步预测推广,提出了时间序列的N步预测方法,证明了时间序列预测误差有界.通过对预测误差进行概率密度估计和检验,提出了故障的预报方法.对F-16歼击机的结构故障预报结果表明了方法的有效性.
非线性时间序列、神经网络、滚动预测、概率密度估计、故障预报
33
TP18(自动化基础理论)
国家自然科学基金60234010;国防科技应用基础研究基金K1603060318;航空基础科学基金05E52031
2007-08-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
744-748