基于ARMA模型和趋势分析的铁谱定量参数分析与预测.pdfVIP

基于ARMA模型和趋势分析的铁谱定量参数分析与预测.pdf

  1. 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. 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. 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. 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. 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. 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. 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
基于ARMA模型和趋势分析的铁谱定量参数分析与预测

学兔兔 化 工 进 展 2014年第33卷增刊1 CHEMICAL INDUSTRY AND ENGINEERING PROGRESS # 。 p ; {研究开发2 — 1 — 1卢 基于ARMA模型和趋势分析的铁谱定量参数分析与预测 曹海峰 ,韩念琛 ,宣征南 ( 太原理工大学化学化工学院,山西 太原 030024; 广东石油化工学院教务处,广东茂名 525000) 摘 要:在自行搭建的齿轮箱磨损实验平台的基础上,获取了38组代表齿轮磨损程度的铁谱直读读数,并以此为 基础介绍了处理该数据的ARMA模型理论及趋势分析方法。通过对二者原理及优缺点的分析提出了将 ARMA模 型理论和趋势分析方法组合的数据处理方法。利用该方法对获取的数据进行分析:对前35组数据进行时序建模 并获取后3组数据的预测值,并利用趋势分析法将获取的监测值与预测值进行对比比较。结果表明:该组合分析 方法在对设备磨损值的预测及磨损状态的判定和预测方面具有较好的精度,可作为一种新的数据处理方式运用到 实际的设备故障监测工作中。 关键词:趋势分析;ARMA模型;铁谱定量分析;预测;参数估值 Ferrographic quantitative parameter analysis and prediction based on ARMA model and trend analysis CAO Haifeng ,HAN Nianshen ,XUAN Zhengnan ( School of Chemistry and Chemical Engineering,Taiyuan University of Technology,Taiyuan 030024,Shanxi,China; 。Office of Teaching Affairs,Guangdong University of Petrochemical Technology,Maoming 525000,Guangdong,China) Abstract:On the wear experiment platform for gear box,38 groups of ferrographic quantitative readings which could characterize the wear degree of the gear were obtained,and the ARMA model theory and the trend analysis method often used to process the ferrographic quantitative readings were introduced. Through the analysis of the principles,advantages and disadvantages of the ARMA model theory and the trend analysis method,a combination of the two methods was proposed for data processing.Time—series modeling was made with the first 35 groups of data and the last 3 groups were predicted by using the proposed method.Trend analysis was made to compare the monitored values with the predicted values.The proposed combination for failure prediction of equipment had good precision

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档