复杂机械系统监测诊断中的时间序列模式识别技术

被引:4
作者
丁锋
机构
[1] 西安工业学院机电工程学院 西安
[2] 西安交通大学机械工程学院
[3] 西安
关键词
监测诊断; 模式识别; 时间序列; 自回归模型;
D O I
暂无
中图分类号
TH17 [机械运行与维修];
学科分类号
0802 ;
摘要
随着系统设备和功能的日益复杂化,复杂机械系统和过程的监测诊断问题是一个广泛的研究课题,该文针对复杂机械系统故障现象的特点,分析了自回归(AR)模型分析技术在复杂机械系统监测诊断中的应用。研究了AR模型的建模过程及其参数估计,讨论了典型模型的定阶准则,建立了模型识别信息距离判别函数,并就非平稳时间序列异常值分析、非平稳残差修正方法等问题进行了探讨。
引用
收藏
页码:45 / 47
页数:3
相关论文
共 8 条
[1]   复杂系统的智能故障诊断技术现状及其发展趋势 [J].
李伟 .
计算机仿真, 2004, (10) :4-7+11
[2]   基于自我-非我识别机理的状态监测与故障诊断 [J].
李蓓智 ;
杨建国 ;
杨江云 ;
魏建 .
上海工程技术大学学报, 2004, (01) :24-27
[3]   机组振动状态时序识别系统的判别函数分类性能分析 [J].
程懋华 ;
高亹 .
汽轮机技术, 2003, (01) :46-48
[4]   旋转机械故障诊断监测专家系统中的时间序列模式识别技术研究 [J].
韩秋实 ;
许宝杰 ;
王红军 ;
方鹏 .
机械工程学报, 2002, (03) :104-107
[5]   大型旋转机械非平稳时间序列预测模型的研究 [J].
徐小力 ;
王为真 ;
徐洪安 .
北京机械工业学院学报, 2001, (03) :1-7
[6]   AR模型和分形几何在设备状态监测中的应用研究 [J].
刘天雄 ;
郑明刚 ;
陈兆能 ;
朱继梅 ;
华宏星 .
机械强度, 2001, (01) :61-65
[7]   AR模型应用于振动信号趋势预测的研究 [J].
徐峰 ;
王志芳 ;
王宝圣 .
清华大学学报(自然科学版), 1999, (04) :58-60
[8]  
机械故障诊断学[M]. 机械工业出版社 , 钟秉林,黄仁主编, 1997