基于ARMA的滚动轴承振动数据预测 |
| |
引用本文: | 周建民,张臣臣,王发令,黎慧.基于ARMA的滚动轴承振动数据预测[J].华东交通大学学报,2018(5). |
| |
作者姓名: | 周建民 张臣臣 王发令 黎慧 |
| |
作者单位: | 华东交通大学机电与车辆工程学院 |
| |
摘 要: | 为实现对滚动轴承的振动数据预测,本文提出一种基于自回归滑动平均(ARMA)模型的预测方法。首先截取滚动轴承全寿命周期的早期无故障数据作为样本,计算截取样本序列的自相关系数和偏相关系数,然后采用最小信息准则(AIC)对ARMA定阶,运用最小二乘法估计参数建立ARMA模型,将轴承同工况与类工况下的数据输入到已建立的ARMA模型中,得到的轴承预测数据与实际故障数据进行对比,计算预测的准确率。结果表明:该方法可以准确预测轴承的实际状态,且同工况相对于类工况下的预测效果更优。
|
本文献已被 CNKI 等数据库收录! |
|