灰色GM(1,1)模型在齿轮疲劳寿命预测中的应用

在齿轮疲劳寿命预测中,需要大量的齿轮疲劳试验数据.运用灰色GM(1,1)模型预测疲劳试验数据,可以大幅度缩短试验时间,节约试验费用,快速获得齿轮可靠性指标.文中简要介绍了灰色GM(1,1)模型的原理,通过具体实例建立了齿轮疲劳寿命GM(1,1)模型.预测结果表明,将灰色系统理论用于齿轮的疲劳寿命试验数据预测是可行的,理论上为有效缩短齿轮疲劳寿命试验时间提供了一个快速有效的方法.     

灰色GM(1,1)模型在机械产品寿命试验数据预测中的应用

将构造的背景值公式引入 GM(1,1)模型 ,并用该模型预测机械产品寿命试验数据 ,实例计算结果表明 ,该方法能缩短机械产品寿命试验时间 ,提高了 GM(1,1)模型的预测精度。     

用GM(1,1)模型对起重机最大静轮压的灰色预测

利用建立灰色系统理论的GM(1,1)模型,对50 t双梁桥式起重机的最大静轮压进行预测,结果显示预测值与实际值高度吻合,表明将灰色系统理论应用于起重机行业有关参数的预测是有效可行的。     

基于灰色理论GM(1,1)模型的企业能耗预测方法与实例研究

企业生产过程中影响能源消耗量的因素繁多、影响关系复杂,导致能源预测较为困难。论文引入灰色理论,提出了基于GM(1,1)模型的企业能源消耗预测方法。以某企业历史能耗样本数据为基础,运用GM(1,1)模型,对2014-2020年的企业能耗总量进行了预测和分析。通过对其真实值与预测值相对误差等指标的分析验证,得到2014-2020年的能源需求量。论文提出的能源预测方法可作为评估项目经济效益的依据,为企业生产的有序用能安排提供了较为实用的技术手段。     

滚动轴承故障的灰色GM模型预测

本文通过大量实验,获取滚动轴承时域特征参数,应用灰色GM模型进行故障预测,实验表明,灰色理论用于故障预测,具有较高的预测精度,适宜在故障预测领域作应用推广。     

灰色模型在疲劳寿命预测中的应用

疲劳寿命预测的问题是疲劳研究中的重要课题。影响疲劳寿命的因素多且复杂,利用灰色理论方法进行疲劳寿命预测,提出了非等间距GM(1,1)模型和中心逼近式GM(1,1)模型两种预测疲劳寿命的方法。通过对实验数据进行分析和整理,然后建立微分方程,利用MATLAB软件计算得到灰色预测值。与实验数据值进行比较,得出结果表明灰色模型方法具有很高的预测精度,证明灰色理论是一种简单可行的、可靠的分析方法。     

基于新息优化模型GM(1,1,α)的螺旋锥齿轮磨削加工表面粗糙度预测

影响螺旋锥齿轮磨削加工表面粗糙度Ra值的因素众多且很多不明确,该Ra值的预测属典型的灰色问题。本文根据新息优先原理,通过改变GM(1,1,D)的边界条件和白化背景值z(1)(k)的选取方式,得到新息优化GM(1,1,α)模型。实验证明,用新息优化GM(1,1,α)模型预测螺旋锥齿轮的磨削加工表粗糙度可获得平均相对误差小于1%的高精度预测结果。     

灰色GM(1,1)模型在压力容器抗腐蚀可靠性设计中的应用

压力容器在受腐蚀的情况下会逐渐变薄、泄漏或破裂，针对这种主要失效形式进行分析和研究。介绍了基于灰色系统理论的压力容器可靠性设计原理与方法，给出灰色GM(1，1)设计模型，根据模型所进行的计算实例表明本方法简单、可靠，尤其适合于少数据系统的可靠性设计。     

灰色系统理论在油管腐蚀寿命预测中的应用

利用灰色系统理论,对N80钢氮化在郝现联合站介质中的腐蚀数据进行了灰色分析,建立了对上述数据的GM(1,1)模型。经检验,此模型预测精度较高,对实际工程油管腐蚀寿命的研究起到指导作用。     

基于可靠性分析理论的数控磨床故障排查方法

鉴于目前国内对数控磨床研究较少且相关数据匮乏,对某机床厂生产的30台MSK系列外圆数控磨床的故障情况采用无替换定时截尾试验方法进行了长期跟踪统计,分别根据故障模式和子系统对数控磨床的故障数据进行分组划分,找出故障频发的故障模式,并结合所提出的基于子系统算法的敏感度分析方法(sensitivity analyze,SA)求得对整机可靠性影响最大的关键子系统为电控系统(electrical control,EC),该系统的可靠性指标平均无故障时间(mean time between failure,MTBF)提高10%,可使整机MTBF提升2.06%,敏感度远高于其他子系统。为提高电控系统可靠性,采用故障树分析(fault tree analyze,FTA)对电控系统进行故障排查找出该系统故障频发的原因,采用上行法对该故障树进行定性分析,根据求得的29个最小割集发现,造成该系统故障频发的主要原因是外购外协零部件的可靠性较差。通过改善和优化,最终使得整机的可靠性提升至1500 h,验证了所提方法的有效性。     

GM（1，1）和线性回归模型及其在印刷包衬压缩变形数据预测中的应用

运用线性回归对预测数据进行分析,剔除异常数据,用GM（1,1）模型进行预测,有效降低了数据相对误差,提高了预测数据的精度。选用印刷包衬压缩变形的压缩变形量λ值,用线性回归进行数据分析并剔除异常数据后用GM（1,1）进行预测,使得预测数据具有更高的准确性和适应性。实验及仿真结果表明,经过前期数据分析整理后的灰色预测模型,其预测期望值远优于单纯的回归模型和GM（1,1）模型。     

改进灰狼算法优化灰色预测模型在数控机床中的应用

针对传统灰色预测模型因背景值选取带来的预测误差较大的问题,提出一种与改进灰狼算法相结合的故障预测模型.设计一种改进的灰狼算法,对基本灰狼算法的算法参数通过非线性策略进行改善,并用于优化灰色预测模型中的背景值,从而获得最优预测模型.以某一型号数控车床主轴的8个故障数据为例,将该预测模型与其他灰色改进预测模型进行对比验证,...     

灰色残差模型在城市工业需水量预测中的运用

建立灰色残差模型是为了解决灰色模型无法达到预测精度问题,其原理依赖于灰色模型,不同之处是以残差数列建立灰色模型对该模型进行修正以满足预测精度。建立了灰色预测模型和残差预测模型,经精度检验得出灰色残差模型预测精度等级使用灰色残差模型预测出的南通市未来8年内的工业需水量具有可信度,分析比较得出结论：灰色残差模型适用性较灰色模型好,更有助于城市水资源综合规划和供水计划的制定。     

基于任务的数控机床模糊可靠性分配方法

在分析现有数控机床可靠性分配技术局限的基础上,针对数控机床加工零件过程的动态性特征,将多阶段任务系统理论和任务可靠性原理结合起来,提出一种基于任务的可靠性分配方法。根据数控机床加工零件总任务的实际情况,建立数控机床的任务剖面层次模型。通过对数控机床元任务层的分析与研究,确定了运行时间、重要程度、复杂程度、技术水平和工作状况5个影响可靠性分配的重要因素。运用模糊集理论,充分考虑到多领域专家的意见和数控机床研发过程的风险性,定义了一种判定模糊真值的函数,给出一种确定隶属度的方法,并建立起数控机床可靠性分配指标体系和权重,以及元任务的模糊评判矩阵。以一个数控机床主加工元任务组为例,证明了该方法的可用性。     

采用SIMATIC WinCC的数控成形磨齿机系统人机界面的实现

根据数控机床人机界面设计原则和模块化设计原理,开发了数控成形磨齿机系统人机界面。选用SIMATICWinCC为开发平台,在数控系统功能分析的基础上,根据成形磨齿的工艺要求,设计机床各级模块,建立各模块的参数化人机界面;用户在人机界面界面的引导下即可完成成形磨齿加工操作、管理加工数据、查询浏览历史信息和实时监控机床运行状态。     

基于粒子群算法优化支持向量机的数控机床状态预测

数控机床状态预测对于及时发觉数控机床健康状况有着非常重要的作用.为了实现数控机床状态的准确预测,提出采用粒子群算法优化支持向量机(PSO-SVM)进行数控机床状态预测方法,其中粒子群算法用于确定支持向量机(SVM)中的训练参数,以得到优化的SVM 预测模型.试验结果表明,用PSO-SVM对数控机床状态进行预测,不仅所需样本少,而且具有很好的预测精度.     

基于灰色残差GM(1,1)模型的汽油机油劣化状况预测

针对汽油机油性能指标测试数据存在离散程度较大,劣化状况难以预测且预测精确度低等问题,基于灰色系统理论,构建灰色残差GM(1,1)模型。以SL15W-40汽油机油为例,对所建立的预测模型的适用性及准确性进行研究。结果表明:灰色残差GM(1,1)模型具有较高的预测精度,应用于汽油机油劣化状况的预测结果与实际测量值基本吻合,为汽油机油劣化状况的预测和合理地确定换油周期提供一种新的有效方法。