基于改进HMM和LS- SVM的机载设备故障预测研究 (2012年)

针对传统故障预测方法不能直接预测设备状态的不足,提出了将改进隐马尔科夫模型(HMM)和最小二乘支持向量机(LS-SVM)相结合的机载设备故障预测方法。首先,采用多智能体遗传算法对HMM参数进行训练优化,克服了B- W算法易陷入局部最优解的缺陷;其次,分别研究设计了设备是否具有使用阶段状态退化过程数据2种情况下的故障预测算法流程;最后,以飞机发动机温控放大器为应用对象进行仿真计算。结果表明,该算法不仅预测精度高,而且预测结果直接与设备状态相关,易于理解分析。