基于优化灰色模型的柴油机状态分析及故障预测

摘要：

针对柴油机状态分析及故障预测问题,提出一种基于神经网络优化的灰色模型预测方法.在建立多维GM(1,5)模型的基础上,利用遗传算法优化的神经网络构建误差补偿器,进而构建GBPGA预测模型,实现对柴油机的状态分析及故障预测.以柴油机故障仿真试验数据为样本对该模型进行验证,结果表明构建的GBPGA预测模型能有效地对柴油机潜在的故障进行预测.

关键词：船舶工程、故障预测、神经网络、GM(1,5)、遗传算法、GBPGA

所属期刊栏目：39

分类号：U664.121(船舶工程)

资助基金：上海市青年科技启明星计划资助项目15QB1400800

在线出版日期：2017-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：38-42