基于神經(jīng)網(wǎng)絡(luò)的多狀態(tài)網(wǎng)絡(luò)設(shè)備故障預(yù)測(cè)的研究.pdf

1、隨著網(wǎng)絡(luò)規(guī)模的不斷擴(kuò)大，網(wǎng)絡(luò)中運(yùn)行的網(wǎng)絡(luò)設(shè)備如路由器、交換機(jī)等設(shè)備日益增多，能夠確保網(wǎng)絡(luò)正常運(yùn)行，維護(hù)網(wǎng)絡(luò)設(shè)備不出現(xiàn)故障，在出現(xiàn)故障之后能夠迅速、準(zhǔn)確地定位問(wèn)題并排除故障，對(duì)于網(wǎng)絡(luò)維護(hù)和管理人員是個(gè)很大的挑戰(zhàn)。
　　為了克服傳統(tǒng)維修方式的不足，隨著狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)的不斷進(jìn)步，逐漸發(fā)展起來(lái)一種新的維修方式——基于狀態(tài)的維修(CBM)。該維修方式綜合運(yùn)用各種技術(shù)手段來(lái)獲取設(shè)備的運(yùn)行狀態(tài)數(shù)據(jù)，然后運(yùn)用故障預(yù)測(cè)和診斷技術(shù)對(duì)設(shè)備的運(yùn)行

2、狀態(tài)進(jìn)行判別，并預(yù)測(cè)其發(fā)展趨勢(shì)以及診斷發(fā)生何種故障，實(shí)現(xiàn)了通過(guò)狀態(tài)監(jiān)測(cè)預(yù)測(cè)即將發(fā)生的故障，制訂合理的維修策略。故障預(yù)測(cè)技術(shù)是故障診斷技術(shù)的重要組成部分，是通過(guò)對(duì)歷史和當(dāng)前的故障特征值進(jìn)行分析，預(yù)測(cè)出未來(lái)的故障特征值，從而預(yù)測(cè)出設(shè)備在未來(lái)一段時(shí)間內(nèi)的運(yùn)行狀態(tài)，預(yù)測(cè)設(shè)備可能出現(xiàn)的故障，并且依據(jù)這些特征值，判斷設(shè)備的故障級(jí)別，提前掌握設(shè)備故障的發(fā)展趨勢(shì)，為提早預(yù)防和修復(fù)故障提供依據(jù)，具有重要的理論研究?jī)r(jià)值和工程實(shí)踐意義。
　　本文提出了

3、基于神經(jīng)網(wǎng)絡(luò)的故障預(yù)測(cè)方法，引入基于狀態(tài)的維修技術(shù)，構(gòu)建了基于多狀態(tài)在網(wǎng)運(yùn)行設(shè)備故障預(yù)測(cè)模型。該模型根據(jù)故障的嚴(yán)重性將預(yù)警等級(jí)劃分為四層，對(duì)于不同的預(yù)警級(jí)別，分別構(gòu)建神經(jīng)網(wǎng)絡(luò)，解決了設(shè)備故障預(yù)測(cè)精度不高的難題，提升了基于多狀態(tài)的故障預(yù)測(cè)能力。通過(guò)收集網(wǎng)絡(luò)設(shè)備運(yùn)行特征信息，得到設(shè)備的特征信息樣本集，應(yīng)用設(shè)計(jì)完成的神經(jīng)網(wǎng)絡(luò)對(duì)樣本集進(jìn)行訓(xùn)練，進(jìn)一步優(yōu)化神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)結(jié)構(gòu)，建立基于神經(jīng)網(wǎng)絡(luò)的故障預(yù)測(cè)模型，實(shí)現(xiàn)對(duì)設(shè)備故障的預(yù)測(cè)和診斷。
　　

4、基于狀態(tài)的維修獲得主要是基于設(shè)備的狀態(tài)信息來(lái)預(yù)測(cè)設(shè)備的剩余壽命，以設(shè)定的優(yōu)化準(zhǔn)則為目標(biāo)對(duì)設(shè)備做出維修決策，即判斷設(shè)備是否需要進(jìn)行預(yù)防性維修，如果需要，何時(shí)進(jìn)行維修最合適。這種維修方式的維修間隔期是不固定的，其最大的特點(diǎn)是根據(jù)每個(gè)設(shè)備具體的狀態(tài)，在設(shè)備故障發(fā)生前提早進(jìn)行維修。對(duì)于設(shè)備，基于狀態(tài)的維修可以降低維護(hù)維修費(fèi)用、提高設(shè)備的可用性和任務(wù)成功率;通過(guò)減少維修，尤其是計(jì)劃外的維修次數(shù)，縮短維修時(shí)間，提高設(shè)備運(yùn)行效率;通過(guò)減少備品備件、維