党香俊
- 作品数：5 被引量：6H指数：1
- 供职机构：北京航空航天大学更多>>
- 相关领域：理学一般工业技术更多>>
- 基于经验加速模型的退化量分布参数建模外推方法
- 本发明公开了一种基于经验加速模型的退化量分布参数建模外推方法，包括以下几个步骤：步骤一、选择对应加速寿命试验的经验加速模型；步骤二、建立退化量分布参数与应力关系的退化量分布参数加速模型；步骤三、利用所得退化量分布参数加速...
- 党香俊姜同敏封雷孙富强
- 文献传递
- 基于小波神经网络的退化数据缺失插补方法
- 本发明公开了一种基于小波神经网络的退化数据缺失插补方法，包括以下几个步骤：步骤一、缺失退化数据趋势回归建模，估计残差序列；步骤二、对残差序列进行小波分解；步骤三、分解子序列预处理；步骤四、采用小波神经网络插补模型插补缺失...
- 孙富强姜同敏党香俊范晔
- 文献传递
- 基于相关分析和组合神经网络的退化预测被引量：6
- 2013年
- 产品剩余寿命预测是加速退化试验和故障预测与健康管理两大热点领域中的关键技术之一.为了解决复杂退化的预测问题,提出了一种新型预测方法,对退化轨迹能够实现较长距离的预测.此方法首先对复杂退化数据进行小波变换,通过Durbin-Watson方法和偏相关图分析各级分解序列的自相关性,最后根据序列的特点,组合BP(Back Propagation)和小波神经网络对退化轨迹进行预测.为了验证所提组合神经网络方法的有效性,采用小波神经网络的预测结果进行对比分析.实际退化数据的预测结果表明,所提方法比单独采用小波神经网络,具有更小的均方差(MSE,Mean Square Error),对剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度.
- 党香俊姜同敏
- 关键词：剩余寿命小波神经网络
- 基于小波神经网络的退化数据缺失插补方法
- 本发明公开了一种基于小波神经网络的退化数据缺失插补方法，包括以下几个步骤：步骤一、缺失退化数据趋势回归建模，估计残差序列；步骤二、对残差序列进行小波分解；步骤三、分解子序列预处理；步骤四、采用小波神经网络插补模型插补缺失...
- 党香俊范晔孙富强姜同敏
- 文献传递
- 基于经验加速模型的退化量分布参数建模外推方法
- 本发明公开了一种基于经验加速模型的退化量分布参数建模外推方法，包括以下几个步骤：步骤一、选择对应加速寿命试验的经验加速模型；步骤二、建立退化量分布参数与应力关系的退化量分布参数加速模型；步骤三、利用所得退化量分布参数加速...
- 党香俊姜同敏封雷孙富强
- 文献传递
