10.3969/j.issn.1004-132X.2013.04.013
基于改进灰色神经网络的液压泵寿命预测
改进了GM(1,1)模型,提高了其精度和适应范围;将改进的GM(1,1)模型与神经网络预测模型相结合来构建灰色神经网络组合预测模型;提出了基于支持向量机的液压泵寿命特征启发式搜索策略,以液压泵寿命特征参数特征集的交叉验证错误率为评价指标,从液压泵的特征参数(振动、压力、流量、温度、油液信息等)中选取寿命特征因子;运用小波阈值降噪法进行降噪处理,提取典型的小波包能量特征作为模型的输入.以齿轮泵为例,将改进的灰色神经网络预测模型与原始GM(1,1)模型和改进GM(1,1)模型比较可知,灰色神经网络预测模型预测精度最高,达到98.42%.
液压泵、寿命预测、GM(1,1)模型、神经网络、支持向量机
24
TH137.5;TP802.1
国防预研基金资助项目9140A27020309JB4701;第二炮兵工程学院科技创新基金资助项目XY2010JJB38
2013-04-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
500-506