[发明专利]一种基于BP神经网络模型的故障预测方法及预测系统有效
| 申请号： | 201811311398.5 | 申请日： | 2018-11-06 |
| 公开（公告）号： | CN109856969B | 公开（公告）日： | 2023-10-03 |
| 发明（设计）人： | 蔡翠翠;孟宪猛;王本有;王梅;常志强;李石荣 | 申请（专利权）人： | 皖西学院 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04 |
| 代理公司： | 北京首捷专利代理有限公司 11873 | 代理人： | 梁婧宇 |
| 地址： | 237012 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及属于雷达系统故障预测技术领域，具体是涉及一种基于BP神经网络模型的故障预测方法及预测系统。该故障预测方法包括向BP神经网络模型输入收发组件的状态参数的归一化样本数据，计算状态参数的预测值，将所述状态参数的预测值与其参考值作比较分析，输出故障预测结果。采用BP神经网络模型预测数字收发组件的状态参数，能够在已有的样本数据的基础上预测出下一时刻的状态参数值，得出故障预测结果，方便快捷，能够使维修人员根据故障预测结果及时获知数字收发组件的工作状态，为实现组件的预测性维修提供支撑，提高雷达系统的可靠性。 | ||
| 搜索关键词： | 一种 基于 bp 神经网络 模型 故障 预测 方法 系统 | ||
【主权项】：
1.一种基于BP神经网络模型的数字收发组件故障预测方法，其特征在于：该故障预测方法包括向BP神经网络模型输入收发组件的状态参数的归一化样本数据，计算状态参数的预测值，将所述状态参数的预测值与其参考值作比较分析，输出故障预测结果；计算状态参数的预测值的步骤如下：S11，对状态参数的样本数据进行归一化处理：![]()
其中,ai为状态参数的第i个样本数据，n为状态参数的样本数据的总数，max(ai)和min(ai)分别为状态参数的最大值和最小值，xi为状态参数的归一化的第i个样本数据；S12，建立BP神经网络模型的拓扑结构，所述拓扑结构包括输入层、隐含层和输出层，向所述BP神经网络模型的输入层输入状态参数的归一化样本数据，计算隐含层的输出值，根据隐含层的输出值，计算输出层所输出的状态参数的预测值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于皖西学院，未经皖西学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811311398.5/，转载请声明来源钻瓜专利网。
