基于BP神经网络的多应力加速寿命试验预测方法

被引：17

作者：

张慰

李晓阳

姜同敏

黄领才

机构：

[1] 北京航空航天大学工程系统工程系

来源：

航空学报 | 2009年 / 30卷 / 09期

关键词：

加速寿命试验; BP神经网络; 寿命预测; 多应力; 可靠性;

D O I：

暂无

中图分类号：

TB12 [工程力学]; TP183 [人工神经网络与计算];

学科分类号：

0801 ; 080104 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对多应力加速寿命试验(ALT)中传统的寿命预测方法存在建立加速模型及求解多元似然方程组困难的缺点,基于反向传播(BP)人工神经网络(ANN),利用BP神经网络良好的预测特性,建立了多应力恒定加速寿命试验寿命预测模型。首先,以加速寿命试验中的加速应力水平和通过经验分布得到的可靠度作为网络训练输入向量;以非线性最小二乘法对原始失效数据进行拟合并得到回归方程,利用回归方程生成大量的仿真数据作为训练目标向量;然后,建立3层BP神经网络并对网络进行训练。最后,把正常应力水平和设定的可靠度输入训练好的网络,得到预测的失效时间,进而给出可靠度函数的预测曲线。通过仿真算例对本方法进行验证,预测值和仿真值相比较表明,所建立的网络能反映应力水平、可靠度与寿命的关系,为多应力加速寿命试验的寿命预测提供了新的思路。

引用

页码：1691 / 1696

页数：6

共 6 条

[1] 加速寿命试验中多应力加速模型综述 [J].

李晓阳 ;

姜同敏 .

系统工程与电子技术, 2007, (05) :828-831

[2]

人工神经网络的结构学习算法及问题求解研究.[D].朱大铭.中国科学院研究生院（计算技术研究所）.1999, 02

[3]

对神经网络学习算法的研究.[D].于秀丽.河北工业大学.2003, 01

[4]

神经网络与应用.[M].董长虹编著;.国防工业出版社.2005,

[5]

加速寿命试验数据分析.[M].马海训;李彩霞著;.河北科学技术出版社.1998,

[6]

加速寿命试验.[M].茆诗松;王玲玲著;.科学出版社.1997,

← 1 →