作者:李宇飞; 宋万清; 陈剑雪振动与波跳跃性因子长相关故障预测自适应预测模型
摘要:以滚动轴承为研究对象,将无量纲参数-跳跃性因子作为振动信号中的趋势预测特征值,采用短相关随机模型(ARIMA)和长相关分数阶差分的FARIMA模型分别对跳跃性因子进行预测,提出适合长短相关性序列的MIX-ARMA自适应预测模型,根据Hurst指数自动选择适合的预测模型。经R/S方法检验,跳跃性因子更适合长相关序列预测,对于旋转机械设备状态评估和决策分析有重要意义。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社