基于时间序列分析的动调陀螺仪故障预测研究
计算机测量与控制(2014)
摘要
针对动调陀螺仪的故障预测问题,提出一种时间序列分析和BP神经网络相结合的故障预测方法;首先,采用时间序列分析对采集的各个状态下的动调陀螺仪振动信号进行拟合,建立ARMA模型,利用模型参数作为状态识别的特征参数;其次,利用提取的特征参数,通过BP神经网络进行动调陀螺仪状态识别;最后,结合具体实例进行了验证;验证结果表明该方法可行有效,识别精度达到92%以上。
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要