基于ARMA模型的建材装备订单预测研究

目前,我国大中型装备制造企业基本都使用大型单件的生产方式,由于制造装备的零件种类多,结构复杂,并且往往是面向订单进行生产,因此对于其订单的准确预测显得尤为重要.文中利用时间序列理论对装备制造企业的订单量建立模型进行分析,并通过解决实际问题对ARMA模型进行仿真.     

基于数据残余分量与ARMA模型的光伏功率日前预测方法

光伏功率日前预测对电网的规划调度和经济运行管理有着重要作用。根据相似日光伏发电功率曲线,采用日均值法计算得出光伏日内功率曲线的整体变化趋势分量,将原始功率数据曲线与日内整体变化趋势分量求差得到光伏功率的残余分量。基于该残余分量,该文提出了一种改进ARMA模型的日前光伏功率预测方法,该方法通过对残余分量进行预测,将残余分量的预测值与整体变化趋势分量相加得到最终预测结果。通过与传统ARMA模型预测结果进行对比,仿真表明:该方法对不同程度的光伏功率波动情况均有较好的预测精度。     

基于遗传算法的ARMA模型定阶新技术

针对时间序列分析与预测中最为常见的ARMA模型的定阶问题,在分析传统定阶方法缺点的基础上,提出了用遗传算法确定ARMA(n,m)模型的自回归阶数n和滑动平均阶数m的新方法。首先由ARMA模型的预测值与实测值定义平均相对变动值(Average relative variance,ARV),并根据其建立遗传算法的适应度函数;然后选取适当的种群数、交叉效、变异率及进化代数;通过逐代进化,得到最优的ARMA模型。最后,通过太阳黑子数据验证了基于遗传算法的ARMA模型定阶新技术的有效性和实用性。     

基于ARMA模型的磁流变振动系统精确建模与性能研究

为了研究自主研制的磁流变减振器及其振动系统的动态性能,建立了未经简化的磁流变振动系统的动力学四阶系统模型,通过四阶系统分母多项式与时间序列ARMA模型系数的对应关系推导出动态特性参数的计算公式,将不同工况条件下实验检测信号进行傅里叶变换滤去谐振成分,利用公式计算获得了系统动态特性参数,与三阶系统建模比较分析了建模精度以及系统的动态性能。研究分析表明,基于ARMA模型的四阶系统比三阶系统具有更高的模拟精度,尤其在中高工作频率范围优势更为明显,推导得出的动态性能参数的分析为系统选取了合适的工况,分析结果可作为磁流变减振器及振动系统性能预测与评价的依据,其方法可供同类高阶系统动态性能分析推广与借鉴。     

磨损趋势预测的GM模型应用

趋势预测是故障诊断与工况监测中的一个重要环节。以油液光谱分析为例 ,探讨了灰色系统理论的GM(1.1)模型、新息GM(1.1)模型及其综合应用。实例分析表明 ,综合模型较单一模型在多步预测时具有较高的精度     

ARIMA与RBF复合模型在设备运行状态趋势预测中的应用

在实际工作中,复杂机械工作状态往往受很多可知和未知的、确定性和非确定的因素作用,反映其工作状态的特征参数也往往具有复杂变化特征,含有多种趋势成分.通过将ARIMA与RBF径向基神经网络模型复合,用于对非平稳运行的某烟机振动烈度的变化发展趋势进行预测,结果表明,选用合适的模型复合,发挥两个模型各自的优点,能取得较单一模型...     

小波分析在输油泵振动信号消噪中的应用

通过MATLAB语言编程检验了小波分析在输油泵振动信号消噪中的应用效果,可以看出小波分析在输油泵振动信号消噪中有着傅立叶分析无可比拟的优点。     

基于隐马尔可夫模型的机器状态趋势预测方法

隐马尔可夫模型(HMM)提供了反映机械系统运行状态及故障信息一种新的信号模型,通过HMM问题的求解,可获得反映机器运行状态特征的信号模型,并应用于机器运行趋势进行预测.     

模糊数学在输油泵故障诊断中的应用

机械设备的故障征兆与故障原因间的隶属关系是模糊的,论文将模糊数学方法引入到输油泵的故障诊断中,运用由历史经验及专家优序数法综合确定模糊隶属度的方法,建立模糊诊断模型,实现了输油泵的模糊诊断,从而为输油泵故障的诊断维修工作提供了一种科学、可行的新方法.实践证明该方法有其合理性和可靠性,并可应用于工程机械故障诊断专家系统.     

基于改进ARMA模型的管式加热炉氧含量辨识与建模

石化企业中常减压加热炉是一类复杂的控制对象,特别是燃烧系统和多路进料支管出口氧含量系统,是相互关联耦合的多变量时变系统.基于现场所收集的数据,通过对普通ARMA模型进行改进,把每个输入分量分别进行时间滞后,且把输入向量前的多项式增加可调节的自由度,从而建立一种改进的ARMA模型,进而对管式加热炉氧含量模型进行辨识.辨识结果与普通的ARMA模型所得到的结果相比具有更加精确的辨识效果,并可根据实际需要,调整模型阶次以达到更高精度.最后通过一组新观测数据对辨识所得到的模型进行了检验,表明所提出的模型具有很高的辨识精度和泛化能力.     

应用神经网络研究煤气鼓风机振动趋势预报

设计煤气鼓风机的振动状态监测方案,介绍神经网络的预测原理,选择4-4-1神经网络拓扑结构,采用改进共轭梯度算法进行网络训练,建立振动趋势预报模型,并运用于鼓风机的振动趋势预报。实验结果表明,基于神经网络的预报技术能准确、有效地预报机组的振动趋势。     

基于加速退化数据的航空液压泵剩余寿命预测技术研究

航空液压泵是航空装备的关键件之一。如何很好地预测液压泵的剩余寿命,使得液压泵的有效寿命能够得到更加充分合理地利用,将具有很大的理论价值和经济效益。通过研究某型航空液压泵的失效模式、失效机理和退化参数,确定其加速退化试验方案,建立其加速退化模型,并在此基础上建立了一套基于加速性能退化试验数据的航空液压泵剩余寿命预测方法及步骤,并以该型航空液压泵的加速性能退化试验数据为例对其剩余寿命进行了预测,验证了该方法的正确性和有效性。     

双驴头抽油机的运动与动力特性分析

双驴头抽油机是将常规游梁式抽油机的游梁后臂加装后驴头,用驱动绳来代替连杆的硬连接,以满足变力臂的工作要求。它的运动与动力规律不同于一般的游梁式抽油机。为了确定双驴头抽油机悬点和各构件的运动状态及运动规律,建立了相应的运动和动力分析的解析方程,并对双驴头抽油机的运动和动力规律进行了计算,由编制的相应计算机程序,确定出抽油机在一个周期内的运动参数与动力参数的变化规律,为合理选择电动机、设计机械换向及平衡重提供了理论依据。     

基于ARMA模型的自来水厂原水水质短期预报

为了解决自来水厂原水水质突变引起的应变滞后问题,使预测信息更加准确、及时、全面的服务于水厂作业人员,该文应用时间序列的ARMA模型对原水水质的浊度进行分析研究,建立水质变化的回归模型,并在此模型基础上进行预测验证。仿真结果表明,该模型能够较好地拟合水质变化曲线,具有较高的精确度,能够对实际生产起良好的指导作用。     

基于振动监测的海上油田主海水泵故障诊断分析

主海水泵是某海上浮式生产储油船(FPSO)的关键设备.受船体变形、海水腐蚀、机组刚性底座及进出口管线应力等因素影响,机组振动值异常突出,故障频发.为此,通过定期离线监测,利用频谱分析技术研究了振动幅值规律,对主海水泵故障进行了诊断,得到了设备报警参考值和停机值以及故障周期.实现了设备预知性维修,从而预防恶性事故发生.     

抽油机的3D实体建模及其动力学特性的研究

基于三维建模和虚拟样机技术,参数化仿真游梁式抽油机节能改造方法,用偏心齿轮减速器代替普通齿轮减速器,使偏心齿轮驱动半径和曲柄负载保持同趋势变化,以改善电机负载特性,提高整个抽油机的工作效率,达到了节能的效果。     

机油泵测试系统的研制

介绍了机油泵测试系统的组成,并进行了参数计算。在不同转速、不同油温条件下,通过测量机油泵的转矩-转速、流量、机油泵的进出口压力、进出口温度等参数,自动完成各种性能测试,可对测试过程进行实时监控和管理。运行结果表明,系统稳定可靠,适合机油泵的性能测试。