[發(fā)明專(zhuān)利]一種基于GA-Elman神經(jīng)網(wǎng)絡(luò)的可靠性增長(zhǎng)預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711133837.3
• 申請(qǐng)日: 2017-11-16
• 公開(kāi)（公告）號(hào): CN109800866B
• 公開(kāi)（公告）日: 2020-12-29
• 發(fā)明（設(shè)計(jì)）人: 趙新磊;王立志;王曉紅;陸大偉
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京航空航天大學(xué)
• 主分類(lèi)號(hào): G06N3/06
• 分類(lèi)號(hào): G06N3/06;G06N3/08;G06N3/12;G06Q10/04;G06Q50/04
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

一種基于GA?Elman神經(jīng)網(wǎng)絡(luò)的可靠性增長(zhǎng)預(yù)測(cè)方法，其步驟如下：一、收集故障數(shù)據(jù)；二、將故障數(shù)據(jù)整理成訓(xùn)練數(shù)據(jù)組；三、設(shè)置GA?Elman神經(jīng)網(wǎng)絡(luò)參數(shù)；四、建立可靠性增長(zhǎng)模型；五、對(duì)產(chǎn)品進(jìn)行可靠性增長(zhǎng)預(yù)測(cè)；六、對(duì)產(chǎn)品進(jìn)行可靠性增長(zhǎng)跟蹤預(yù)測(cè)；七、結(jié)果分析討論；通過(guò)以上步驟，建立了一種基于GA?Elman神經(jīng)網(wǎng)絡(luò)的可靠性增長(zhǎng)預(yù)測(cè)方法。在歷史故障數(shù)據(jù)的基礎(chǔ)上，每產(chǎn)生新的故障數(shù)據(jù)都是可靠性增長(zhǎng)的新?tīng)顟B(tài)，利用神經(jīng)網(wǎng)絡(luò)非線性擬合構(gòu)建增長(zhǎng)預(yù)測(cè)模型，利用自學(xué)習(xí)能力實(shí)現(xiàn)模型更新，解決傳統(tǒng)模型應(yīng)用范圍受限，參數(shù)求解復(fù)雜，以及不能及時(shí)更新模型等問(wèn)題，提高了在增長(zhǎng)過(guò)程中預(yù)測(cè)的準(zhǔn)確性、跟蹤的有效性，為可靠性增長(zhǎng)管理提供指導(dǎo)。

技術(shù)領(lǐng)域

本發(fā)明提供了一種基于GA-Elman神經(jīng)網(wǎng)絡(luò)的可靠性增長(zhǎng)預(yù)測(cè)方法，屬于可靠性增長(zhǎng)領(lǐng)域

背景技術(shù)

近些年來(lái)隨著我國(guó)經(jīng)濟(jì)的快速增長(zhǎng)，我國(guó)制造業(yè)持續(xù)快速發(fā)展，目前我國(guó)已經(jīng)建成了世界上門(mén)類(lèi)齊全、獨(dú)立完善的產(chǎn)業(yè)體系，有力推動(dòng)了我國(guó)工業(yè)化和現(xiàn)代化的發(fā)展，然而與世界先進(jìn)水平相比，我國(guó)制造業(yè)仍然大而不強(qiáng)，在質(zhì)量效益等方面差距仍然十分明顯。為此我國(guó)提出“中國(guó)制造2025”的理念，致力于全面提高產(chǎn)品的質(zhì)量水平。在“中國(guó)制造2025”中指出要堅(jiān)持把質(zhì)量作為建設(shè)制造強(qiáng)國(guó)的生命線，加強(qiáng)質(zhì)量技術(shù)攻關(guān)、質(zhì)量監(jiān)管體系建成，堅(jiān)持走以質(zhì)取勝的發(fā)展道路。顯然，提高產(chǎn)品的質(zhì)量已然成為實(shí)現(xiàn)“中國(guó)制造2025”的必然要求。而可靠性增長(zhǎng)技術(shù)作為實(shí)現(xiàn)產(chǎn)品可靠性定量增長(zhǎng)的關(guān)鍵技術(shù)，在指導(dǎo)產(chǎn)品質(zhì)量控制、試驗(yàn)資源調(diào)控中起著舉足輕重的作用。

近些年來(lái)，隨著產(chǎn)品的功能不斷增加，產(chǎn)品的復(fù)雜度不斷變大，對(duì)于產(chǎn)品可靠性的要求也不斷提高。然而由于市場(chǎng)競(jìng)爭(zhēng)激烈，產(chǎn)品生產(chǎn)周期不斷變短，在規(guī)定時(shí)間內(nèi)達(dá)到產(chǎn)品規(guī)定可靠性越來(lái)越難。而一味地增加試驗(yàn)資源并不能有效解決產(chǎn)品可靠性增長(zhǎng)問(wèn)題。事實(shí)上產(chǎn)品的可靠性增長(zhǎng)是由人力、設(shè)備、以及試驗(yàn)資源等因素共同決定的。因此有效地對(duì)產(chǎn)品可靠性增長(zhǎng)過(guò)程進(jìn)行管理對(duì)提高產(chǎn)品可靠性至關(guān)重要。可靠性增長(zhǎng)管理分為三個(gè)階段：計(jì)劃階段、跟蹤階段、預(yù)測(cè)階段。首先在計(jì)劃階段確定一條產(chǎn)品可靠性的增長(zhǎng)曲線；然后在增長(zhǎng)過(guò)程中對(duì)產(chǎn)品不斷采取糾正措施，并將產(chǎn)品的故障信息繪制成一條跟蹤曲線，監(jiān)控產(chǎn)品可靠性的增長(zhǎng)信息；最后進(jìn)行可靠性增長(zhǎng)預(yù)測(cè)。由于計(jì)劃階段屬于制造前的準(zhǔn)備階段，因此提高產(chǎn)品可靠性增長(zhǎng)重點(diǎn)在于后面兩個(gè)階段。

現(xiàn)階段，對(duì)于可靠性增長(zhǎng)管理常采用可靠性增長(zhǎng)模型來(lái)實(shí)現(xiàn)。目前已形成以Duane、AMSAA模型為主的多種增長(zhǎng)模型。這些模型已經(jīng)應(yīng)用于工程實(shí)踐中并取得了較好的效果。這些模型主要針對(duì)的是可修的電子產(chǎn)品，而且故障發(fā)生需要滿足非齊次泊松分布，基于此逐漸分化形成了許多的新的模型。但是這類(lèi)模型受限于應(yīng)用范圍，而且對(duì)產(chǎn)品事前的信息利用的較少。為改善這種現(xiàn)象，Bayes方法應(yīng)用于可靠性增長(zhǎng)過(guò)程中，稱為可靠性增長(zhǎng)Bayes模型。這種模型充分利用事前產(chǎn)品的各種信息，可以用來(lái)解決增長(zhǎng)過(guò)程中存在的小子樣的問(wèn)題。不過(guò)這種做法也存在一定的問(wèn)題：即過(guò)分注重先驗(yàn)信息，或者側(cè)重假設(shè)的先驗(yàn)分布，這會(huì)對(duì)可靠性增長(zhǎng)的評(píng)估和預(yù)測(cè)造成很大的影響。健康診斷與預(yù)測(cè)主要針對(duì)零部件進(jìn)行，以制造設(shè)備性能或者壽命診斷(即可靠性分析)為主，忽略了對(duì)制造任務(wù)及被制造產(chǎn)品狀態(tài)及數(shù)據(jù)的應(yīng)用，并逐漸形成了基于模型的預(yù)測(cè)和基于數(shù)據(jù)的預(yù)測(cè)兩種方法。而且將以往的經(jīng)驗(yàn)和當(dāng)前試驗(yàn)數(shù)據(jù)相結(jié)合進(jìn)行推斷需要滿足兩個(gè)原則：一是保證經(jīng)驗(yàn)樣本來(lái)自相同的試驗(yàn)條件；二是經(jīng)驗(yàn)樣本來(lái)自同一母體。而可靠性增長(zhǎng)過(guò)程是一個(gè)變環(huán)境變母體的過(guò)程，因此這種方法也不能很好的描述可靠性增長(zhǎng)過(guò)程。為此有人提出了應(yīng)用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建可靠性增長(zhǎng)模型。這種方法可以利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的自學(xué)習(xí)能力和非線性擬合能力實(shí)現(xiàn)對(duì)產(chǎn)品故障數(shù)據(jù)建模，從而描述產(chǎn)品可靠性增長(zhǎng)過(guò)程。然而B(niǎo)P神經(jīng)網(wǎng)絡(luò)實(shí)際上屬于靜態(tài)前饋神經(jīng)網(wǎng)絡(luò)，當(dāng)將其應(yīng)用于可靠性增長(zhǎng)中就會(huì)將增長(zhǎng)過(guò)程中動(dòng)態(tài)的時(shí)序序列轉(zhuǎn)變成靜態(tài)進(jìn)行建模，這將無(wú)法客觀的描述可靠性增長(zhǎng)過(guò)程的動(dòng)態(tài)特性。因此本發(fā)明利用 GA-Elman神經(jīng)網(wǎng)絡(luò)對(duì)可靠性增長(zhǎng)過(guò)程進(jìn)行建模，在實(shí)現(xiàn)可靠性增長(zhǎng)預(yù)測(cè)的基礎(chǔ)上還將增長(zhǎng)預(yù)測(cè)與跟蹤結(jié)合起來(lái)，實(shí)現(xiàn)在增長(zhǎng)過(guò)程中實(shí)時(shí)預(yù)測(cè)產(chǎn)品可靠性增長(zhǎng)，將每次預(yù)測(cè)結(jié)果與相應(yīng)計(jì)劃目標(biāo)對(duì)比實(shí)現(xiàn)超前跟蹤，從而調(diào)整試驗(yàn)資源保證產(chǎn)品可靠性在規(guī)定時(shí)間內(nèi)增長(zhǎng)到目標(biāo)水平。

發(fā)明內(nèi)容