- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第22卷 第4期(Z) 摩 擦 学 学 报 Vol22,No.4(s)
2002年7月 TRIBOLOGY
2002
July,
非等间隔阶跃灰色模型方法及在磨损预测中的应用
张 红,李柱国,陈兆能
(上海交通大学 机械工程学院,上海 200030)
摘要:针对非等间隔、具有阶跃趋势的原始数据序列建立了非等间隔阶跃GM(l,l)模型,模型参数的辨
识采用了非线性最小二乘估计Levenberg-Marquardt算法。根据16V280ZIA型机车柴油机大量的监测数据,利
用质控图方法制定了磨损程度的界限值。将所建模型用于16V280ZIA型机车柴油机的光谱数据拟合,得到了较高
的拟合精度,利用其进行磨损趋势预报有利于提高机车安全运行和可靠性。
关键词:非等间隔:阶跃趋势;灰色模型:4线卜性最小二乘估计,柴油垫;磨损预测
中图分类号:TK401 1码:A 文章编号:1004-0595(2002)
04s-0384-03
灰色预测GM(1,1)模型由于具有要求样本数据 1.1模型构建
少、原理简单、运算方便、短期预测精度高及可检 设原始数据序列为
验等优点而被用于磨损趋势预测laGM(1,1)模型 x(0,二{(x0()(t,),xo()(t2),Lx0)(t})},t={tl,t2,L,t}
是一种呈指数增长的模型,其预测精度受到原始数 为相应的时间序列,若观测间隔:
据序列光滑离散性的限制。当原始数据序列具有阶 从=tk-t,;}const(k二2,3,L,n),则称x0(,为
跃趋势时,GM(1,1)模型的拟合效果很差,为此文 非等间隔序列。设原始序列在tk=t.时刻发生阶
献(3]通过引人阶跃函数,给出了一种灰色系统建模 跃趋势,为了解决发生阶跃趋势的预测问题,引
方法,该方法针对等间隔序列,采用了求解非线性 人单位阶跃函数:
方程组的方法进行模型参数辨识。在对现场设备进
tk1t.
行油液监测时,很难做到等间隔取样,因此本文在 、(。)。)“一(1,
将非等间隔序列灰色建模方法141引人油液分析数据 LO, tkGt.
建模的基础上,建立了非等间隔阶跃GM(1,1膜型, 构造新数据序列:
并用非线性最小二乘估计Levenberg-Marquardt算 y0()二{y0()(tl),y0()(t2),L,yO(I(t)),其中:
法得到了模型参数。16V2807JA型机车柴油机的应
用实例表明,与非等间隔GM(1,1)模型相比,所建 y0()(tk)二x0()(tk)+bh0()(tk),k二1,2,L,n.(1)
模型的精度较高,拟合数据列正确反映了原始数据 式((1)中:b是阶跃高度,为待辨识参数。对构造序
列的变化趋势 列尹O)建立非等间隔GM(1,1)模型,令△t,=1,则
1非等间隔阶跃灰色模型方法 序列y0()的一次加权累加生成序列y(1)为:
Y(1)(tk)二艺A)ty0()(t))=艺Atx;0()(t,)+b艺dt,h0()(t()=x()(tk)+bh0)(tk) ) 2 (
建立生成序列y()1的微分方程: 其中:Ay)(tk)=Yn((t,)一,(1)u,_
文档评论(0)