DFAR模型在旋转机械故障预测中的应用

作     者：左云波 王西彬 徐小力 

作者机构：北京理工大学北京100081 

出 版 物：《中国机械工程》 (China Mechanical Engineering)

年 卷 期：2009年第20卷第12期

页      面：1460-1463页

核心收录：

学科分类：08[工学] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金资助项目(50375017) 北京市自然科学基金资助项目(3062008) 

主　　题：旋转机械 差分函数系数自回归(DFAR)模型 趋势预测 故障 

摘      要：针对旋转机械振动信号的特征量有时存在非平稳、非线性发展趋势的特点,构建了分整差分函数系数自回归(DFAR)模型。DFAR模型利用函数系数自回归模型建立非参数预测模型,并且根据改进的交叉核实评价准则自动选择分数阶差分或整数阶差分来处理原始数据,估计最优的建模参数。函数系数自回归模型能使得模型参数随模型依赖变量的值连续变化而逐渐变化;分数阶差分能提取时间序列中的确定性趋势信息,同时能防止因过差分而丢失长记忆低频成分,因而DFAR模型能更好地逼近非线性时间序列。实例验证表明,DFAR模型提高了对非平稳、非线性发展的故障特征量的趋势预测精度。