基于健康度分析与和声蚁群算法-支持向量机的故障预测模型

来源：计算机应用杂志2015年第11期北京时间：

作者：邱文昊, 黄考利, 金赛赛, 连光耀

单位：1. 军械工程学院 四系, 石家庄 050003;2. 军械技术研究所 一室, 石家庄 050003;3. 航天飞行控制中心, 北京 100094

摘要：针对现有的故障预测技术无法从整体上反映系统性能下降趋势等问题,提出一种基于健康度分析的故障预测方法.首先,在支持向量机回归算法基础上构造多输出支持向量机,以实现健康度的多步预测,并提出一种和声蚁群算法优化支持向量机参数,解决了蚁群算法易陷入局部最优的问题; 然后, 根据最优参数建立拟合监测数据和未来健康度下降过程非线性映射关系的和声蚁群算法-支持向量机(HSACA-SVM)故障预测模型; 最后,通过某装备电源系统监测数据验证了该模型的有效性.实例验证表明该模型能够较好地实现对健康度下降趋势的预测,预测准确率达到97%,进而实现故障预测.

关键词：健康度分析,和声算法,蚁群算法,多输出支持向量机,故障预测

基金资助：国防预先研究科研项目(51327030104).