灰色系統(tǒng)和時(shí)間序列分析在機(jī)車軸承故障預(yù)測中的應(yīng)用研究.pdf

1、本文針對當(dāng)前機(jī)車視情維修中存在的技術(shù)問題，開展故障預(yù)測方法研究。以灰色系統(tǒng)理論和時(shí)間序列分析為工具，建立機(jī)車軸承故障預(yù)測模型。本文的主要成果與結(jié)論是： 1.總結(jié)機(jī)械故障預(yù)測技術(shù)的發(fā)展?fàn)顩r，分析了預(yù)測模型在故障預(yù)報(bào)中的重要作用。探討了常用的預(yù)測模型的優(yōu)缺點(diǎn)和適用范圍。指出多參數(shù)預(yù)測和組合預(yù)測在機(jī)械故障預(yù)報(bào)中的重要意義。 2.深入研究了灰色模型的建模機(jī)理和適用范圍。針對灰色GM(1,1)模型的不足，探討了一系列改進(jìn)灰色模型。

2、其中，灰色多變量預(yù)測模型—MGM(1，n)模型從系統(tǒng)的角度對多個(gè)診斷指標(biāo)進(jìn)行統(tǒng)一描述，能較好地描述機(jī)械故障的發(fā)展。本文用滾動軸承試驗(yàn)予以有效驗(yàn)證。 3.研究了時(shí)間序列模型。AR模型適用于描述平穩(wěn)隨機(jī)過程，而灰色模型善于預(yù)測發(fā)展序列。將二者有機(jī)結(jié)合，建立組合預(yù)測模型，能夠描述兼具確定性和波動性的復(fù)雜趨勢。用于機(jī)械故障預(yù)測，具有信息利用充分、精度高的優(yōu)點(diǎn)。試驗(yàn)表明，較單一模型有更高的預(yù)測精度。 4.綜合上述研究成果，開發(fā)一套