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
