基于灰色-马尔可夫理论的纳米复合陶瓷刀具磨损量预测

应用灰色系统理论和马尔可夫链预测理论建立了纳米复合陶瓷刀具磨损量的灰色-马尔可夫链预测模型,研究了刀具磨损量和刀具寿命的预测方法。AWT纳米复合陶瓷刀具的磨损量及刀具寿命预测结果表明,预测值与实测值误差较小。     

基于灰色理论的产品寿命预测研究

为了向产品生命周期设计提供寿命信息,在基于特征的产品全生命周期设计集成信息模型的基础上,提出利用灰色GM（1,1）模型对少量已有同类产品的寿命数据进行预测,扩充样本量,由灰色关联度分析得出其最符合的分布类型,由此预测与产品生命周期设计相关的寿命指标值。同时,在VC＋＋6．0环境下,开发了产品寿命预测模块,并给出了应用实例。     

基于GA-BP神经网络的刀具寿命预测研究

刀具的使用寿命对于刀具需求计划制定、刀具生产准备以及切削参数的设置等具有重要影响。为了准确预测刀具使用寿命,在BP神经网络中引入了一种新型遗传算法,提出了一种基于遗传算法优化的BP神经网络的刀具寿命预测方法。BP神经网络中的权值和阈值利用遗传算法进行优化处理,训练BP神经网络预测模型求得最优解。实验结果表明,基于GA-BP神经网络刀具寿命预测方法相比传统BP神经网络预测具有更高的寿命预测精度,为刀具需求制定、成本核算、切削参数的制定提供了理论依据。     

基于灰色支持向量机的液压泵寿命预测方法

针对单方法所建液压泵寿命预测模型精度较低的缺陷,提出基于灰色理论和支持向量机的组合预测模型的液压泵寿命预测方法.该方法通过灰色累加生成操作对原始序列进行数据处理,以增强数据的规律性;运用最小最终误差预测准则确定嵌入维数,选择模型的参数;采用支持向量机进行预测,利用灰色累减生成操作还原数据,得到预测结果.选取液压油的光谱分析数据作为液压泵的寿命特征信息,采用该模型对液压泵进行寿命预测,并与灰色模型、单一支持向量机模型进行预测性能对比.结果表明,灰色支持向量机预测性能最优,精度达到99.37％,为液压泵性能评估和寿命预测提供一种更为有效的方法.     

基于模糊理论的刀具寿命可靠性

分析刀具寿命合理值的模糊性,把刀具寿命合理值视为模糊变量。根据可能性理论,给出表征刀具寿命合理值的模糊约束和可能性分布函数。在考虑刀具寿命合理值存在的模糊性时,刀具寿命的清晰允许区间应该变为模糊允许区间。基于模糊集定义表示刀具寿命模糊允许区间的隶属函数。根据模糊概率理论,提出刀具寿命可靠性的计算公式。实例计算表明,基于模糊概率理论计算出的刀具寿命可靠性能充分体现刀具的模糊工作状态,可避免和减少通常强制换刀具产生的经济损失。     

制造执行系统中刀具剩余磨损寿命预测的研究

以机械加工车间为背景,探讨了在CIMS环境下制造执行系统中刀具剩余磨损寿命的预测模式,推导了刀具磨损寿命计算公式中的系数表达形式,并提出了刀具磨损寿命预测在实际加工中的实现方式。     

滚动轴承磨损寿命数据的灰色预测

为了克服用概率方法对滚动轴承磨损寿命预测数据不足的缺陷,用滚动轴承磨损失效循环次数构造时间序列,提出应用灰色系统理论对少量已有的滚动轴承磨损寿命数据进行预测,扩充样本容量。研究表明利用灰色系统理论能在试验数据较少的情况下,建立灰色预测模型,来构造磨损寿命的数据序列,得到较精确的预测结果。利用此方法可以缩短试验的时间,节约试验的费用,对滚动轴承磨损寿命预测及可靠性评估是有益的。     

改进灰色模型在刀具状态监控中的研究与应用

刀具状态的精确监控是保证金属切削加工过程顺利进行的关键,因此研制准确、可靠且成本低廉的刀具磨损状态监控系统一直是研究人员所追求的目标.引人改进灰色预测模型理论用来预测·刀具的运行状态,具有所需数据少、精度高的优势.预测曲线符合实际,较好地反映了刀具磨损状态的变化,达到了监控的目的.     

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GM模型的刀具耐用度灰色预测

提出采用基于灰数 (GM)模型的灰色预测方法预测刀具耐用度 ,介绍了GM模型的灰色建模方法 ,并通过切削易切钢的刀具耐用度预测实例分析验证了该方法的可行性及预测精度     

基于不等间距灰色模型的疲劳寿命预测方法

运用不等间距灰色模型与传统Miner准则相结合的方法对结构件的疲劳寿命进行了预测。首先针对应力统计分级得出的相邻应力间距不相等的情况,构建了不等间距灰色模型,并用遗传算法优化不等间距灰色模型的背景值以保证模型的精度。其次运用不等间距灰色模型与Miner准则相结合,建立了疲劳寿命预测的灰色Miner方法。再次采用算例验证了不等间距灰色模型建模的精确性以及将不等间距灰色模型应用于疲劳寿命预测的合理性。最后将该方法应用到矿用自卸车A形架的疲劳寿命预测之中,不仅提高了A形架疲劳寿命的预测精度,而且证明了该方法对构件疲劳寿命预测的有效性。     

灰色模型在不确定性疲劳寿命预测中的研究

考虑影响疲劳寿命因素的不确定性,应用灰色理论进行疲劳寿命预测。提出了基于线性GM(1,1)模型和非线性灰色Verhulst模型预测构件疲劳寿命的新方法。利用试验数据进行分析和计算,结果表明:基于传统Miner方法的疲劳寿命预测误差为61.4%;基于线性GM(1,1)模型的预测误差为24.1%;基于非线性灰色Verhulst模型的预测误差降低到17.5%。基于灰色模型预测的结果均偏向安全,说明灰色模型在不确定性疲劳寿命预测中具有较好的预测精度和潜在的工程实用价值。     

基于灰色预测的驾驶员-汽车系统侧翻预测

为了保证高速行车安全性,研究了基于预瞄-预测模型的汽车侧翻评价指标估计问题,提出了一种基于预瞄-预测驾驶员模型的侧翻预测方法。以高重心汽车为研究对象,建立了三自由度汽车模型和预瞄驾驶员模型;基于预瞄-跟随理论和灰色预测理论,搭建了预瞄-预测驾驶员模型;根据汽车侧翻的机理提出了能反映侧翻情况的指标--横向载荷转移率,并在此基础上提出了汽车侧翻指标估计-预测模型;基于主动转向控制策略和汽车侧翻指标估计-预测模型构建了汽车侧翻预测系统,并进行了不同工况下的仿真分析,从而验证了侧翻预测系统的有效性。     

基于信息熵和灰色系统的车辆变速箱故障诊断和磨损寿命预测

针对基于正态概率分布的润滑油中磨损元素预测容易出现误判的问题,提出基于最大信息熵的油液中各元素最无偏概率密度算法,得出车辆变速箱运行状态监测分界点;建立光谱分析元素浓度灰色系统模型,对车辆变速箱在整个寿命期间各组成元素浓度的变化情况进行预测,为车辆变速箱故障诊断和磨损寿命预测提供了新的方法和依据.     

基于改进灰色神经网络的液压泵寿命预测

改进了GM(1,1)模型,提高了其精度和适应范围;将改进的GM(1,1)模型与神经网络预测模型相结合来构建灰色神经网络组合预测模型;提出了基于支持向量机的液压泵寿命特征启发式搜索策略,以液压泵寿命特征参数特征集的交叉验证错误率为评价指标,从液压泵的特征参数（振动、压力、流量、温度、油液信息等）中选取寿命特征因子;运用小波阈值降噪法进行降噪处理,提取典型的小波包能量特征作为模型的输入。以齿轮泵为例,将改进的灰色神经网络预测模型与原始GM(1,1)模型和改进GM(1,1)模型比较可知,灰色神经网络预测模型预测精度最高,达到98.42%。     

基于改进灰色预测模型的液压泵寿命预测

选取液压油的光谱分析数据作为液压泵的寿命特征信息,针对油液采样间隔不等间距的情况,研究非等间距灰色GM(1,1)模型。对建模数据背景值进行改造,建立改造背景值的非等间距灰色GM(1,1)模型,提高模型的预测精度。研究了油液分析阈值的制定方法,制定液压泵磨损金属元素含量和含量趋势值的阈值。运用改进背景值的非等间距灰色GM(1,1)模型对某型凿岩台车的液压泵进行寿命预测,预测精度达到95.78%。     

基于灰色理论的继电器电接触可靠性预测

电接触可靠性是有触点电器产品可靠性的一个重要方面,所以评估触点的电接触性能及可靠性和预测其失效时间对提高有触点电器产品的使用可靠性具有重要的应用价值。针对继电器失效原因的复杂性,提出基于灰理论的电接触可靠性预测。通过建立单变量预测模型GM(1,1),较好地预测电接触失效的问题。并且用动态接触电阻测量系统进行HH52P型电磁继电器失效检测试验,证实灰预测模型的准确性。     

基于灰色系统的过热器管壁温度预测模型

以炉外测点温度数据为基础,建立了锅炉过热器管进出口温度的灰色预测模型,并结合有限容积法实现了单管各段管壁温度分布计算。利用某电厂末级过热器管壁进出口实测数据,分析了三种工况下的预测精度。结果表明：运行工况下的预测精度高于99%,根据预测结果进行各管段的管壁温度计算误差小于2.9℃。该模型能够较为精确地预测和计算管壁温度的变化趋势,对火电机组的安全运行有指导意义。