多元时序驱动的多核机器建模与全流程故障预测及可靠性评估

项目名称： 多元时序驱动的多核机器建模与全流程故障预测及可靠性评估

项目编号： No.61403397

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 蔡艳宁

作者单位： 中国人民解放军第二炮兵工程大学

项目金额： 25万元

中文摘要： 多元时序驱动的建模方法是复杂系统故障预测和可靠性评估的有效途径，而非线性多核机器作为其中的一种重要工具，是当前研究的热点。本项目拟将多元时序的分析预测同多核机器建模及多核学习方法相融合，研究多元时序驱动的全流程故障在线预测及可靠性的定量评估方法。在理论上，以多核支持向量域建模、多核支持向量回归建模、多核概率密度估计建模及各多核机器的学习方法为重点方向，从高精度的奇异值检测与时序预测、多核机器的快速在线学习、小样本概率密度估计等角度展开研究。并从实际需求入手，充分考查系统状态是否发生漂移，漂移状态下故障趋势预测，以及系统可靠性定量评估等问题，构建全流程故障预测与可靠性评估体系。在应用方面，依托导弹武器系统惯性平台及其实测数据，进行综合实验，验证所提算法的有效性和先进性，为武器系统的全流程状态监测和评估提供有效的解决方案和可靠的决策依据，具有重要的理论意义和实用价值。

中文关键词： 多元时序驱动；多核机器学习；支持向量机；故障预测；可靠性评估

英文摘要： Multivariate time series driven modeling is an effective approach for complex system fault prediction and reliability evaluation, and as an important tool, the nonlinear multiple kernel machine is currently a new research focus. In this project, the multi

英文关键词： Multivariate time series driven；multiple kernel machine learning；support vector machine；fault prediction；reliability evaluation