摘要
本发明涉及机械设备故障诊断技术领域,具体涉及一种基于时间序列ARIMA模型的齿轮磨损状态预测方法,其特征在于:包括如下步骤:步骤S10、构建基于ARIMA(p,d,q)的预测模型,具体步骤如下:步骤S11、构建磨粒群特征时间序列;步骤S12、平稳性检验;步骤S13、模型定阶;步骤S14、参数估计;步骤S15、模型检验;步骤S20、基于ARIMA模型预测结果的分析与验证。本发明针对所构建的磨粒群特征时间序列,通过建立时间序列ARIMA预测模型实现磨损状态的预测,能提前分析判断磨损严重程度,有效降低机械设备故障率。
技术关键词
状态预测方法
贝叶斯信息准则
ARIMA模型
磨粒数量
非平稳时间序列
判断准则
齿轮
样本
参数估计方法
表达式
时间段
噪声
机械设备
指数
特征点
代表
周期性
系统为您推荐了相关专利信息
数字孪生模型
监管分析系统
波动特征
周期性
时间序列曲线
湿度传感器
中央处理系统
无线传输设备
ARIMA模型
数据
ARIMA模型
负荷
电网调度指令
移动平均算法
储能系统
状态观测方法
磨粒数量
功率
模型参数估计方法
动力学建模方法
状态预测方法
编码器
船舶信息处理
数据驱动模型
时间序列模型