数控机床故障时间的灰色神经网络复合预测

作者：焦爱胜; 沈建成

来源：兰州工业高等专科学校学报, 2015, 22(02): 66-69.

• 故障时间
• 复合预测
• 多次残差修正
• 等维新息动态神经网络

为了提高数控机床的可靠性,需要对其工作故障时间进行预测.基于等维新息观点,分别用灰色系统多次残差修正模型和神经网络等2种单一预测方法和等维新息递补神经网络组合预测方法对机床故障观测数据进行了预测,结果显示复合预测误差小于单一预测误差,模型有较高的预测精度.

• 单位
  机电工程学院; 兰州工业学院