基于LMBP神经网络的惯性器件故障预报方法研究  

Fault prediction for inertial device based on LMBP neural network

作　　者：曹小平[1] 胡昌华[2] 郑志强[1] 吕瑛洁[2] 

机构地区：[1]国防科技大学机电工程与自动化学院,湖南长沙410073 [2]第二炮兵工程学院,陕西西安710025

出　　处：《电光与控制》2005年第6期38-41,共4页Electronics Optics & Control

摘　　要：利用Levenberg-Marquardt(L-M)算法优化计算BP权值调整量,将L-M算法与传统的BP网络相结合开发出一种快速收敛的LMBP网络,并在此基础上提出了基于LMBP神经网络的时间序列预测方法。最后利用该方法对某惯性器件进行故障预报,通过仿真实验证明了该方法的有效性。In this paper, a new kind of BP neural network （NN） which can converge quickly, i.e. LMBP NN, is proposed. Levenberg - Marquardt optimization method is used for obtaining BP weight adjustment, combining L- M algorithm with standard BP network. A new time sequence prediction method based on LMBP NN is also presented, and its application in fault prediction for inertial device is discussed. Simulation experiment indicates that this method is effective in fault prediction.

关 键 词：故障预报 神经网络 Levenberg-Marquardt优化算法 惯性器件 

分 类 号：V271.4[航空宇航科学与技术—飞行器设计] TP393[自动化与计算机技术—计算机应用技术]