AR模型应用于振动信号趋势预测及研究.docVIP

本文由dadadali001贡献 第５卷第２期 ２０ｃｒ７年６月 南京工程学院学报（自然科学版） Ｊ叫ｎａｌ ０ｆ Ｖ０１．５．Ｎｏ．２ Ｎａｎｊｉｌｌｇ ｌｎ鲥ｍｔｅ ０ｆ ＴｅｃｌｌＩｌｏｌｏ盯（Ｎａｔｕｒａｌ Ｓｃｉ朋∞Ｅｄｉ６０ｎ） Ｊｕｎ．．２００７ 文章编号：１６７２—２５５８（２００７）０２一００４５—０５ ＡＲ模型应用于振动信号趋势预测的研究 杨皓，黄东胜 （长沙理工大学汽车与机械工程学院，湖南 长沙，４１００７６） 摘要：振动信号的趋势预测是设备状态监测与故障诊断中的一个重要内容．本文讲述了对随机信号进行建模的 基本方法和模型定阶的准则，并且讨论了轴承振动信号最佳阶数选取的问题．利用现场实测数据进行验证，计算结 果表明使用Ｂｕｒｇ算法的ＡＲ模型能够较好地拟合轴承振动信号时间序列，并具有一定的预测精度，可以达到预测 要求． 关键词：随机信号；ＡＲ模型；Ｂｕｒｇ算法；预测 中图分类号：０３２９ 文献标识码：Ａ Ａ Ｓｔｕｄｙ ｏｆ ＡＲ Ｍｏｄｅｌ Ｂａｓｅｄ ｏｎ Ｂｕｒｇ Ａｒｉｔｈｍｅｔｉｃ ｆｏｒ Ｔｒｅｎｄ Ｆ０ｒｅｃａｓｔ ｏｆ ｖｉｂｒａｔｉｏｎ Ｓｉｇｎａｌｓ ＹＡＮＧ Ｈａｏ，ＨＵＡＮＧ Ｄｏｎｇ—ｓｈｅｎｇ （Ｄｅｐｔ．ｏｆ Ａｕｔｏｍｏｂｉｌｅ ａｎｄ Ｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｃｈａｎｇｓｈａ Ｃｈａｎｇｓｈａ ＵｎｉＶｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ， ４１００７６，Ｃｈｉｎａ） Ａｂｓｔｍｃｔ：Ｔｒｅｎｄ ｆｏｒｅｃ龋ｔ ｏｆ ｖｉｂｍｔｉｏｎ ｓｉ印ａＩｓ ｉｓ明ｉｍｐｏｎａｎｔ Ｔｈｉｓ ｐａｐｅｒ ｐｕｔｓ ｐａｎ ｏｆ ｃｏｎｄｉｔｉｏｎ ｍｏｎｉｔｏｒｉｎｇ锄ｄ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｏｆ ｅｑｕｉｐｍｅｍｓ． ａ ｆｂｎｖ训ａ ｂａｓｉｅ ｍｏｄｅｌｉｎｇ ｍｅｔｈｏｄ ｆ曲ｒａｎｄｏｍ ｓｉ印ａ１８ ａ ａｎｄ ｉｎｔｒｏｄｕｃｅｓ ｍｌｅ ｔｈａｔ ｄｅｔｅ册ｉｎｅｓ ｔｈｅ ｍｏｄｅｌ Ｖｉｂｒａｔｉｏｎ ｓｉ印ａｌｓ．Ｔｈｉｓ ｉｓ ｖｅｒｉ— 豫ｎｋｉｎｇ．Ｔｈｅ ８ｕｔｈｏｒ ａｌｓｏ ｄｉｓｃｕｓｓｅｓ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ｃｈｏｏｓｉｎｇ ｆｉｅｄ ｂｅｓｔ ｍｎｋｉｎｇ ｖａｌｕｅ ｆｏｒ ｅｍｐｌｏｙｅｄ ｔｏ ｂｅ撕ｎｇ ｂｙ ｄａｔ８ ｏｂｔａｉｎｅｄ ｆｍｍ ａｃｔｕａｌ ｎｌ麟ｕｄｎｇ．Ｂｕ唱鲥ｔｈｍｅｔｉｃ ｉｓ ｏｎ ｅｓｔｉｍａｌｅ ｔｈｅ ｍｏｄｅｌ’ｓ ｐａｒ姗ｅｔｅｒｓ。．ｒ１１ｌｅ ｒｅｓｕｌｔ ｉｎｄｉｃａｔｅｓ ｔｌｌａｔ ｔｌｌｅ ＡＲ ｍｏｄｅｌ ｂ鹊ｅｄ Ｂｕｒｇ耐ｔｈｍｅｔｉｃ ｃ蚰ｓｉｍｕｌａｔｅ ｔｉｒ舱ｓｅｒｉｅｓ“ｂｅａｒｉｎｇ、ｒｉｂｍｔｉｏｎ ｓｉ印ａｌｓ ｗｅｌｌ ｗｉｔｈ ｇｏｏｄ ａｃｃｕｒａｃｙ觚ｄ ｃ明ｍｅｅｔ Ｋｅｙ ｔｌｌｅ ｄｅｍ彻ｄｓ ｏｆ ｆｏｒｅｃ船ｔ． ｗ叫ｄｓ：砌ｄ咖ｓｉ印ａｌ；ＡＲ ｍｏｄｅｌ；Ｂｕｒｇ枷ｔｈｍｅｔｉｃ；ｆ０Ｔｅｃ鹏ｔ 趋势分析主要是在振动信号监测的基础上，估计设备故障的传播、发展趋势，对设备的优劣趋势做出 预测．技术人员根据预测的结果，合理地安排设备的维修，可以充分发挥设备的工作潜力，并对设备的使用 寿命做出估计．因此，趋势预测及寿命估计作为故障诊断中一个重要环节倍受重视，是合理安排生产的主 要依据之一． 监测信号的趋势预测是根据监测信号过去和现在的状况，科学地预测和推断其未来的发展趋势和方 向．预测精度的高低很大程度上取决于所采用的预测方法是否适合于预测对象．预测方法一般以时间序列 进行数据建模．考虑现场的实际需要，本文提出采用ＡＲ模型进行趋势预测，该方法计算简单，易于满足现 收稿日期：２００６一ｌｌ一２０；修回日期：２００７一０３～２０ 作者简介：杨皓（１９７９一），男，硕士研究生，主要从事机电一体化研究。 Ｅ－ｍ棚：ｙ¨ｇｌｌ∞１６３．ｃ∞ 万 　 方数据 南京Ｔ程学院学报（自然科学版） ２００７年６月 场实时性的要求． １随机信号参数建模 １．１基本方法 为随机信号建立参数模型是研究随机信号的一种基本方法，其含义是认为随机信号是由白噪激励某 一确定系统的响应．只要白噪的参数确定了，研究随机信号就可以转化成研究产生随机信号的系统．信号 响应如图１所示． ∞如） 豳幺） ｚ（Ⅲ 。 图ｌ 信号响应示意图 根据平稳随机过程的知识，当均值为ｏ、方差为矿：的序列∞（几）通过传递函数为有理函数 Ｚ 眦）＝怒＝ ，∑业，∑㈨ 的线性系统后，输出名（凡）与输入∞（ｎ）之间满足差分方程 ｐ ｑ ６一 口 — Ｚ ＾＝０ ∑口ｔ石（ｎ一局）＝∑６。∞（ｎ一后） ＾＝Ｏ 当口。＝６。＝ｌ，而其