基于组合模型的时栅信号处理系统健康状况预测

摘要

为了保障时栅传感系统稳定性、提高测量精度,提出一种基于ELMAN神经网络和灰色模型组合预测的时栅信号处理系统健康状况预测方法.采用克朗巴哈系数法分析确定激励信号幅值、相位为预测参数.基于ELMAN神经网络及灰色模型,结合加权-比例-平均思想实现了组合模型建模.根据系统运行实际,以幅值和相位的相对误差为指标,制定健康诊断标准.实验结果表明,组合模型预测结果的相对误差、预测均方差和相对系数分别为0.1016、0.0119和0.9885,预测误差小、相关性高.经健康诊断标准判定,健康状况预测结果与电路实际相符.该健康状况预测方法预测精度高,且明显高于单一模型,满足提前准确获悉电路系统健康状况的要求.