基于灰色系統(tǒng)理論和神經(jīng)網(wǎng)絡(luò)的機(jī)械故障預(yù)測模型及其應(yīng)用.pdf

1、隨著現(xiàn)代大型機(jī)械設(shè)備系統(tǒng)性能的不斷提高以及復(fù)雜性的不斷增加，系統(tǒng)的故障預(yù)測和故障診斷等問題越來越受到人們的重視。由于傳統(tǒng)的故障診斷技術(shù)已不能滿足現(xiàn)代復(fù)雜機(jī)械設(shè)備系統(tǒng)的實(shí)際運(yùn)行需要，導(dǎo)致近些年因機(jī)械設(shè)備運(yùn)行故障而引起的嚴(yán)重的或?yàn)?zāi)難性事故仍頻頻發(fā)生。如何對機(jī)械設(shè)備系統(tǒng)進(jìn)行實(shí)時(shí)的狀態(tài)監(jiān)測和故障預(yù)測，以實(shí)現(xiàn)設(shè)備的“預(yù)知”維修，保證設(shè)備零故障運(yùn)行，已經(jīng)成為故障預(yù)測研究的焦點(diǎn)問題。而實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵技術(shù)是機(jī)械故障預(yù)測技術(shù)。因此，研究機(jī)械設(shè)備系統(tǒng)的

2、故障預(yù)測技術(shù)，無論是在減少經(jīng)濟(jì)損失上，還是在延長設(shè)備使用壽命上，都具有重要的意義。
　　 預(yù)測模型是機(jī)械故障預(yù)測技術(shù)的核心內(nèi)容之一。由于機(jī)械設(shè)備系統(tǒng)通常具有非線性、不確定性、動(dòng)態(tài)時(shí)變性以及能夠采集到的數(shù)據(jù)較少等特點(diǎn)，如何構(gòu)建符合設(shè)備系統(tǒng)實(shí)際運(yùn)行的預(yù)測模型是故障預(yù)測技術(shù)的所需解決的首要問題。本論文將圍繞這一問題，以重慶市科技攻關(guān)項(xiàng)目“大型設(shè)備智能預(yù)防性維護(hù)與自動(dòng)控制系統(tǒng)”為背景，對故障預(yù)測模型進(jìn)行了較深入的研究。論文的主要研究內(nèi)容

3、及成果如下：
　　 (1)通過對灰色GM(1，1)預(yù)測模型的深入研究，從提高離散數(shù)據(jù)序列光滑度角度出發(fā)，本文提出了一種新的基于函數(shù)cot(xA)(A>1)變換的改進(jìn)GM(1，1)模型。根據(jù)灰色建模理論，推導(dǎo)出了基于函數(shù)cot(xA)(A>1)變換在提高離散數(shù)據(jù)序列光滑度中所需滿足的一個(gè)充分性條件，并從理論上嚴(yán)格證明了滿足該充分性條件的這種函數(shù)變換對原始數(shù)據(jù)序列光滑度的改善程度較現(xiàn)有的其他變換更有效。在此基礎(chǔ)上，將結(jié)論推廣到更一般

4、的情形，為函數(shù)cot(x4)(A>1)變換中參數(shù)A的確定提供了有力的理論依據(jù)，拓展了函數(shù)cot(xA)(A>1)變換的應(yīng)用范圍，并將其應(yīng)用于GM(1，1)模型。實(shí)例計(jì)算結(jié)果表明，該方法能夠提高GM(1，1)模型的預(yù)測精度，進(jìn)而驗(yàn)證了該方法的有效性、實(shí)用性。
　　 (2)針對機(jī)械設(shè)備系統(tǒng)中故障行為的非線性性、不確定性、動(dòng)態(tài)時(shí)變性以及采集數(shù)據(jù)的小樣本性等特點(diǎn)，本文建立了一個(gè)動(dòng)態(tài)的多參數(shù)灰色誤差神經(jīng)網(wǎng)絡(luò)的故障預(yù)測模型。首先把采集到的小