一种基于故障预测的复杂装备维修决策方法

摘要

本发明提供了一种基于故障预测的复杂装备维修决策方法，包括以下步骤：步骤A：确定与装备故障相关的特征因素，设置特征因素的故障阈值，并采集特征因素的历史数据；步骤B：分别通过灰色模型和BP神经网络模型预测特征因素的数值；步骤C：确定灰色模型和BP神经网络模型的权重；步骤D：基于权重确定的组合模型进行装备特征因素的数值预测，以达到故障阈值的时刻作为预测故障时刻，并确定最佳维修时机。本发明的优点在于：结合了灰色模型对样本数据量要求低和BP神经网络自主学习能力强的优点，有效的实现了对特征因素的高精度预测，根据与故障阈值进行比对及时确定维修时间，能够及时进行预防性维修，确保装备正常运行。