卡尔曼滤波及其在时间序列预测中的应用

根据时间序列预测的特点和要求,分析了传统时间序列预测方法的不足,提出了将卡尔曼滤波应用于时间序列预测。推导了基于卡尔曼滤波的ARMA模型参数实时更新算法,并采用功率谱密度分析方法确定预测模型的形式与阶数。最后,通过对光纤陀螺随机漂移建模进行了实证研究。     

基于振动时间序列的汽车轮毂轴承寿命威布尔估计

振动时间序列能够表征轴承的状态演变过程,该状态演变过程包含着疲劳特征信息,故采用威布尔估计方法分析汽车轮毂轴承疲劳寿命试验中监测的振动时间序列,将振动时间序列划分为多个子序列并开展统计分析以研究不同序列中威布尔分布参数的变化。对不同型号汽车轮毂轴承疲劳寿命试验数据的分析结果表明：大多数子序列的形状参数和尺度参数会在一定范围内波动,总有个别子序列会发生显著波动,说明威布尔估计方法能应用于轴承状态演变分析并能提前预报轴承的疲劳失效。     

小波时间序列在空调负荷预测中的应用

提出将小波分析和时间序列应用于空调负荷预测;利用小波分析可以将空调负荷序列通过小波分解一层一层分解到不同的频率通道上,分解后序列的平稳性比原始序列好得多.其小波分解后的序列用时间序列模型来预测,最后再合成得到原时间序列的预测值.预测结果表明,该模型应用于空调负荷预测具有较高的预测精度,而且明显优于传统的时间序列模型.     

时间序列分析在风机状态参数预测中的研究与应用

研究了时间序列的建模与预测方法,并应用于生产实际.以某测点的振动日均值作为建模数据,建立了ARMA(3,1)时间序列模型,经检验,该模型具有较高的预测精度,能够用于该风机的运行状态预测.     

输油臂中间回转轴承寿命预测

输油臂是油品码头关键的装卸设备,其运行的稳定性、可靠性决定着油品能否及时输送.回转轴承是整台输油臂的"心脏",它既是输油通道,又是输油臂实现3个方向全方位连接的重要结构部件,它的质量决定了输油臂的价值和使用寿命.因此,对回转轴承的研究对输油臂整体的安全性具有极其重要的意义.以某型号输油臂中间回转轴承为研究对象,借鉴关节轴承寿命计算方法,对其进行动态寿命计算,按回转轴承进行静承载能力校验.并在有限元应力分析的基础上,应用疲劳分析软件nSoft选用应变疲劳分析方法进行寿命预测,为设计人员对类似结构的设计提供了一定的参考.     

角接触轴承寿命的灰色预测分析

文中利用灰色预测研究方法对角接触轴承的寿命进行计算与分析。研究结果表明,灰色预测理论可以在原始实验数据不充分的情况下,通过建立模型构造角接触轴承磨损寿命数据序列,解决由于实验数据不足而造成的结果偏差。利用灰色预测研究方法对角接触轴承进行寿命测试,不但可以减少实验的经费,而且可以缩短试验时间,与传统的可靠性评估相比更具优势。     

基于时间序列模型预测汽车销量研究

汽车行业已经在国民经济中占有很大的比重,因此对于无论是调控汽车市场的走向的政策制定者,还是需要了解市场行情的汽车制造厂商而言,汽车销售量的预测都有着极为重要的作用.文中采用时间序列模型对于中国汽车的月销量进行预测,通过比较,选取最优模型,然后对2013年中国汽车的销售量进行一个简单的预测,为政府及企业的相关人员提供一个数据基础,希望其可以根据预测值进行政策以及策略的调整.     

基于神经网络的多特征和多步轴承寿命预测方法

试图用ＢＰ神经网络建立轴承寿命预测模型,并在该模型上进行多特征参数和多步预测方法的研究。实践表明：该模型能够较好地逼近轴承的运行状态的变化曲线,有效地消除了随机干扰,提高和改善了预测的精度和效果。     

混沌时间序列理论在我国电信业务总量预测中的应用

电信行业作为直接向社会提供信息服务的部门,对国民经济的发展、国家经济安全与信息安全具有十分重要的意义。建立合理的电信业务总量预测模型,有助于电信行业的发展。中国电信业务是一个具有时变性和不确定性的非线性复杂系统,针对其特性运用混沌时间序列理论对其业务总量进行短期预测。预测结果表明,中国电信业务总量在未来短期内仍会持续稳定地增长,但其涨幅将略有下降。     

混沌时间序列理论在我国电信业务总量预测中的应用

电信行业作为直接向社会提供信息服务的部门,对国民经济的发展、国家经济安全与信息安全具有十分重要的意义.建立合理的电信业务总量预测模型,有助于电信行业的发展.中国电信业务是一个具有时变性和不确定性的非线性复杂系统,针对其特性运用混沌时间序列理论对其业务总量进行短期预测.预测结果表明,中国电信业务总量在未来短期内仍会持续稳定地增长.但其涨幅将略有下降.     

基于UKF的轴承剩余寿命预测方法研究

针对轴承从早期故障发生到失效的非线性退化问题,提出一种基于无迹卡尔曼滤波算法(UKF)的轴承剩余寿命预测方法。该方法包括轴承性能评估和剩余寿命预测两个部分。在性能评估部分,首先利用轴承振动信号建立反映其健康状态的指数,基于对正常工作时指数的学习获得用于判断轴承健康状态的异常阈值并截取出轴承从早期故障发生到失效这一性能退化阶段的数据;在剩余寿命预测部分,利用双指数函数拟合分析轴承退化数据,构建出与轴承退化过程相符的非线性状态空间模型,模型参数利用Dempster-Shafer方法进行初始化后采用UKF算法对其进行更新,并预测轴承的剩余寿命。基于轴承全寿命周期试验数据的分析,结果显示所提方法有效地评估了轴承的健康状况,通过对比分析其他剩余寿命预测方法,发现所提方法较好地预测了轴承的剩余寿命。     

时间序列分析法预测某型飞机的故障率

本文采用时间序列分析法对某型飞机的故障率进行预测,其结果可为可靠性维修提供理论依据。     

非平稳时间序列自适应线性神经网络在线预测

研究了应用自适应线性元件（Adaline）神经网络解决非平稳时间序列在线预测问题的可行性，提出根据自回归模型定阶方法来确定Adaline预测模型中的输入神经元数目，并分析了自适应学习率对预测性能的影响，仿真结果表明，Adaline在线预测非平稳时间序列的工作性能良好。     

基于可靠性理论的风电机组偏航轴承寿命预测

应用可靠性理论对大型风力发电机组偏航轴承进行寿命预测.以1.2MW级风力发电机组为例,依据风力发电机组的载荷谱,并且考虑到实际工作过程中机舱底板和塔架的变形对偏航轴承的影响以及偏航轴承摆动的工作状况,利用可靠性设计的方法计算了风力发电机组的可靠性寿命.在失效概率为10%的情况下,偏航轴承的运行时间为1.329×105小时,可靠度达到99.2%.