试验数据处理的多因素灰色模型GM(1,N)及其应用

在分析试验数据处理的现状后，运用灰色系统理论，通过优化模型系数与背景取值，建立了多因素灰色GM（1，N）模型。该模型克服了现有GM（1，N）模型的不足，扩宽了GM（1，N）模型的应用范围，具有精度高、使用简便等特点，计算实例表明，该模型简单实用，值得在试验数据处理中推广应用。     

多变量灰色模型MGM(1,n)在锅炉故障预测中的应用

针对锅炉故障预测中传统单变量预测方法的不足,提出了一种多变量的预测模型MGM(1,n).该模型能够反映多个变量之间的相互影响和制约关系,符合锅炉的实际情况.通过仿真研究,它能获得较好的预测效果,不失为一种解决锅炉故障预测的有效方法.     

计算机辅助设计线图数据处理的MGM(1,n)模型与方法

运用灰色系统理论,建立多变量灰色MGM(1,n)模型.该模型是GM(1,1)模型在n元变量情况下的推广,但它不是GM(1,1)模型的简单组合,也不同于GM(1,n)模型只建立单个n元一阶微分方程,而是建立n个n元微分方程,通过联立求解,使MGM模型中的参数能够反映多个变量间相互影响、相互制约的关系.该模型具有精度高、使用简便等特点.运用该模型的MGM(1,2)和MGM(1,3)线图处理实例表明,该方法简单实用,值得在计算机辅助设计中推广使用.     

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.     

GM(1,1)模型在数控磨床可靠性预测中的应用

简述了数控磨床可靠性预测的重要性、灰色系统理论以及GM(1,1)模型的原理。针对数控磨床故障数据样本量少、预测困难的特点,提出了运用灰色GM(1,1)模型预测数控磨床下一次发生故障的时间点,并通过实例验证了灰色GM(1,1)模型预测的实用性,为数控磨床维修人员提供了依据,提前对磨床进行维护,减少不必要的时间浪费,节约成本。     

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。     

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。     

关于灰色系统建模公式的改进

本文从理论角度对灰色系统建模公式进行了讨论,证明灰色系统建模公式仅仅是一个近似运算公式,并在此基础上,推导出灰色系统GM(1,1)模型的改进模型GM’(1,1).通过运算结果比较,证明改进模型比原系统模型具有更高的预测精度.     

灰色系统模型在机床热误差建模中的应用

提出了采用灰色系统模型进行机床热误差建模的基本原理及方法，以及其在机床热误差补偿建模中的应用。论述了如何利用实测的热误差序列，通过对全数据GM（1，1）模型、新信息GM（1，1）模型和新陈代谢GM（1，1）模型进行机床热误差建模和预报，得出了新陈代谢GM（1，1）模型是机床热误差补偿建模最理想模型的结论。     

新陈代谢GM(1,1,α)模型在数控机床热误差建模中的应用

针对数控机床热误差产生机理及变化规律的复杂性,提出了一种新的灰色系统模型,并将其应用于热误差建模分析中。分析了传统GM(1,1)模型的不足之处,在新陈代谢GM(1,1)模型的基础上,结合微粒群算法,提出了一种新的新陈代谢GM(1,1,α)模型。为提高建模精度,该模型在建模过程中及时去除旧的信息,加入新信息,并使用微粒群算法求解参数α以获取α的全局最优值。最后,针对某数控机床热误差序列,分别使用GM(1,1)模型、新陈代谢GM(1,1)模型和新陈代谢GM(1,1,α)模型进行建模和预测,结果表明新陈代谢GM(1,1,α)模型的建模效果最好。     

灰色时序组合模型在发动机状态监测中应用的研究

分析了时序AR（n）模型和灰色GM（1,1）模型2种故障预报模型的优点和缺点,将2种模型有机地结合起来,提出了一种新的灰色时序组合预报模型。通过对一组发动机铁谱数据进行检验以及比较,表明提出的组合模型比2种原始模型具有更好的预报结果。证明了灰色时序组合模型在发动机油液铁谱分析与状态监测中的优越性。     

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。     

灰色马尔柯夫链方法在设备故障预测中的应用初探

将灰色马尔柯夫预测模型应用于设备运行状态的预测，实践证明，这种预测方法兼有灰色ＧＭ（１，１）预测和马尔柯夫概率矩阵预测的优点，尤其适用于随机波动性较大的数据列的预测。这一应用拓广了灰色预测的应用范围。对轴承振动的预测结果表明，该预测模型的预测精度是令人满意的。     

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%。     

非等间距GM（1,1）模型及其在疲劳试验数据处理和疲劳试验在线监测中的应用

在分析疲劳试验数据处理的现状后，提出疲劳试验数据处理及疲劳试验数据在线监测的非等间距的灰色ＧＭ（１，１）模型与方法。这种方法弥补了现有疲劳试验数据处理及其在线监测方法的不足。实例表明该方法简单实用，值得推广使用。     

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。