本文關(guān)鍵詞：長相關(guān)隨機模型對旋轉(zhuǎn)機械故障狀態(tài)預(yù)測的研究

  更多相關(guān)文章： 長相關(guān) 最小熵解卷積 振動烈度 分?jǐn)?shù)布朗運動(FBM) FARIMA

【摘要】：本文以滾動軸承為主要研究對象,針對設(shè)備故障緩變過程的狀態(tài)趨勢預(yù)測,應(yīng)用旋轉(zhuǎn)機械設(shè)備的振動烈度這一特征參數(shù),提出應(yīng)用長相關(guān)隨機模型——分?jǐn)?shù)布朗運動(FBM)和FARIMA模型進行預(yù)測,達到對設(shè)備健康狀態(tài)進行評估或預(yù)測。旋轉(zhuǎn)設(shè)備在正常運行過程中烈度值參數(shù)具有短相關(guān)特性,一旦發(fā)生微弱故障,在運行過程中微弱故障特性將被逐漸加重直到嚴(yán)重故障發(fā)生,這個緩變過程具有長相關(guān)特性,本文提出最小熵解卷積理論來識辨設(shè)備微弱故障特征。本文研究的內(nèi)容主要有以下四大方面:(1)對長相關(guān)、自相似理論和特性的介紹,分析描述自相似程度的Hurst指數(shù)的幾種估計算法的實現(xiàn)步驟和性能評價。由于長相關(guān)模型能夠更加真實地描述設(shè)備微弱故障變化特性,因此通過生成具有長相關(guān)時間序列的仿真研究是十分重要的。首先讓高斯白噪聲通過一個線性濾波器,而該濾波器的系統(tǒng)自相關(guān)函數(shù)是符合長相關(guān)分布的,利用該系統(tǒng)自相關(guān)函數(shù)產(chǎn)生的系統(tǒng)函數(shù)具有長相關(guān)特性。那么,系統(tǒng)的輸出響應(yīng)也是具有長相關(guān)性質(zhì)的分?jǐn)?shù)階時間序列。(2)應(yīng)用長相關(guān)模型—分?jǐn)?shù)布朗運動(FBM)和FARIMA預(yù)測模型。首先推導(dǎo)出從布朗運動到分?jǐn)?shù)布朗運動的數(shù)學(xué)機理,并將推導(dǎo)出的分?jǐn)?shù)布朗運動驅(qū)動的隨機微分方程作為隨機序列的預(yù)測模型。根據(jù)隨機序列的特征對模型參數(shù)進行估計,而參數(shù)估計的收斂性用似然最大估計進行了證明,以表明這種估計的準(zhǔn)確性和合理性。根據(jù)樣本序列的特征,應(yīng)用Monte Carlo模擬方法更精確預(yù)測未來隨機序列在每個時間點的估計值;對于FARIMA(p,d,q)預(yù)測模型,推導(dǎo)了如何產(chǎn)生和模擬FARIMA(p,d,q)序列過程,證明了FARIMA模型可以用來擬合或預(yù)測具有長相關(guān)特性的隨機時間序列。(3)針對軸承的峭度、樣本熵、振動烈度這些參數(shù)指標(biāo)描述軸承早期故障及其部位、故障類型的特點,提出利用最小熵解卷積理論來提取故障特征頻率,從而確定故障發(fā)生的時間點。首先將小波變換引入其中,通過小波結(jié)合包絡(luò)譜提取效果做對比,展示最小熵解卷積與包絡(luò)譜結(jié)合對微弱故障的識別的精準(zhǔn)性。最后,采集軸承從正常狀態(tài)到故障發(fā)生并逐漸加重運行過程的振動信號,計算振動烈度參數(shù)和樣本熵對最小熵解卷積診斷結(jié)果進行完美的驗證。(4)以滾動軸承的振動烈度值數(shù)據(jù)為預(yù)測樣本,對采集的數(shù)據(jù)進行了烈度值分析來識別設(shè)備的微弱故障發(fā)生點。數(shù)據(jù)分析發(fā)現(xiàn)從微弱故障之后緩慢過程的烈度值序列具有長相關(guān)特性,采用長相關(guān)模型—FARIMA模型和分?jǐn)?shù)布朗運動模型對未來烈度值序列預(yù)測。實驗結(jié)果驗證了長相關(guān)隨機模型預(yù)測的準(zhǔn)確性。
【關(guān)鍵詞】：長相關(guān) 最小熵解卷積 振動烈度 分?jǐn)?shù)布朗運動(FBM) FARIMA
【學(xué)位授予單位】：上海工程技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TH17
【目錄】：

• 摘要6-8
• ABSTRACT8-12
• 符號和縮略詞說明12-13
• 第一章 緒論13-21
• 1.1 課題研究的目的和意義13-14
• 1.2 國內(nèi)外相關(guān)研究現(xiàn)狀和趨勢14-19
• 1.2.1 旋轉(zhuǎn)機械故障監(jiān)測技術(shù)發(fā)展現(xiàn)狀14-16
• 1.2.2 旋轉(zhuǎn)機械故障預(yù)測技術(shù)發(fā)展現(xiàn)狀16-19
• 1.3 本論文研究內(nèi)容和安排19-20
• 1.4 本章小結(jié)20-21
• 第二章 時間序列的長相關(guān)特性21-37
• 2.1 長相關(guān)過程21-23
• 2.1.1 長相關(guān)數(shù)學(xué)描述21-23
• 2.2 自相似過程23-27
• 2.2.1 自相似現(xiàn)象23-24
• 2.2.2 自相似數(shù)學(xué)描述24-25
• 2.2.3 自相似過程的性質(zhì)25-27
• 2.3 長相關(guān)特性檢測方法的研究27-31
• 2.4 基于自相關(guān)函數(shù)的長相關(guān)生成算法31-36
• 2.5 本章小結(jié)36-37
• 第三章 FBM和FARIMA模型特性研究37-61
• 3.1 分?jǐn)?shù)布朗運動37-55
• 3.1.1 布朗運動38-40
• 3.1.2 分?jǐn)?shù)布朗運動的定義和性質(zhì)40-44
• 3.1.3 布朗運動和分?jǐn)?shù)布朗運動的區(qū)別44-47
• 3.1.4 分?jǐn)?shù)布朗運動下的隨機微分方程47-50
• 3.1.5 分?jǐn)?shù)布朗運動下的隨機模擬50-53
• 3.1.6 參數(shù)估計53-54
• 3.1.7 分?jǐn)?shù)布朗運動參數(shù)收斂性的證明54-55
• 3.2 FARIMA(p，d，，q)模型55-59
• 3.2.2 FARIMA模型的產(chǎn)生56-57
• 3.2.3 FARIMA模型仿真驗證57-59
• 3.3 本章小結(jié)59-61
• 第四章 旋轉(zhuǎn)機械設(shè)備微弱故障的識別61-84
• 4.1 峭度61-64
• 4.2 樣本熵64-67
• 4.3 振動烈度67-69
• 4.4 包絡(luò)譜分析69-71
• 4.5 基于最小熵解卷積的軸承微弱故障的識別71-74
• 4.5.1 最小熵解卷積原理71-72
• 4.5.2 最小熵解卷積方法及其實現(xiàn)72-74
• 4.6 實驗分析與驗證74-82
• 4.6.1 軸承故障特征頻率74-75
• 4.6.2 試驗結(jié)果驗證75-82
• 4.7 本章小結(jié)82-84
• 第五章 長相關(guān)模型在旋轉(zhuǎn)機械故障預(yù)測中的應(yīng)用84-97
• 5.1 實驗平臺85-86
• 5.2 實驗數(shù)據(jù)分析86-89
• 5.3 FARIMA模型的預(yù)測仿真89-94
• 5.4 分?jǐn)?shù)布朗運動模型的預(yù)測仿真94-96
• 5.5 本章小結(jié)96-97
• 第六章 總結(jié)與展望97-99
• 6.1 總結(jié)97-98
• 6.2 展望98-99
• 參考文獻99-106
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及取得的相關(guān)科研成果106-107
• 致謝107-108

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 何成潔;沈明軒;杜雪樵;;分?jǐn)?shù)布朗運動環(huán)境下冪型支付的期權(quán)定價公式[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2009年06期

2 王劍君;;分?jǐn)?shù)布朗運動環(huán)境中2種新型權(quán)證的定價[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2010年03期

3 桑利恒;杜雪樵;;分?jǐn)?shù)布朗運動下的回望期權(quán)定價[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2010年05期

4 薛東輝，朱光喜，朱耀庭，熊艷;分?jǐn)?shù)布朗運動的平穩(wěn)性分析與描述[J];華中理工大學(xué)學(xué)報;1995年10期

5 黨柳夢;薛紅;盧俊香;;分?jǐn)?shù)布朗運動環(huán)境下歐式籃子期權(quán)定價[J];哈爾濱商業(yè)大學(xué)學(xué)報(自然科學(xué)版);2013年05期

6 趙巍;;分?jǐn)?shù)布朗運動環(huán)境下的雙標(biāo)的兩值期權(quán)定價模型[J];淮海工學(xué)院學(xué)報(自然科學(xué)版);2008年04期

7 宋燕燕;王子亭;;帶跳躍的分?jǐn)?shù)布朗運動的經(jīng)濟模型[J];淮陰工學(xué)院學(xué)報;2010年03期

8 周銀;杜雪樵;;分?jǐn)?shù)布朗運動下的亞式期權(quán)定價[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2011年02期

9 董艷;賀興時;;混合分?jǐn)?shù)布朗運動下歐式回望期權(quán)定價[J];佳木斯大學(xué)學(xué)報(自然科學(xué)版);2013年02期

10 盧樹強;包樹新;;分?jǐn)?shù)布朗運動環(huán)境下一類新型期權(quán)定價的鞅分析[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2013年07期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 郭蓉;;分?jǐn)?shù)布朗運動驅(qū)動下系統(tǒng)的隨機平均法[A];第二屆全國隨機動力學(xué)學(xué)術(shù)會議摘要集與會議議程[C];2013年

2 薛紅;孫玉東;;分?jǐn)?shù)布朗運動環(huán)境下幾何平均亞式期權(quán)定價模型[A];數(shù)學(xué)·力學(xué)·物理學(xué)·高新技術(shù)交叉研究進展——2010（13）卷[C];2010年

3 張啟敏;;分?jǐn)?shù)布朗運動環(huán)境下企業(yè)R&D項目評價的數(shù)值計算方法[A];中國企業(yè)運籌學(xué)[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 苗杰;分?jǐn)?shù)布朗運動及其相關(guān)過程在倒向隨機微分方程和金融衍生品定價中的應(yīng)用[D];山東大學(xué);2015年

2 肖艷清;分?jǐn)?shù)布朗運動驅(qū)動的隨機方程及其在期權(quán)定價中的應(yīng)用[D];中南大學(xué);2012年

3 黃文禮;基于分?jǐn)?shù)布朗運動模型的金融衍生品定價[D];浙江大學(xué);2011年

4 戴洪帥;重分?jǐn)?shù)布朗運動以及算子自相似高斯過程的弱極限定理[D];中南大學(xué);2010年

5 申廣君;幾種自相似高斯隨機系統(tǒng)的分析及相關(guān)問題[D];華東理工大學(xué);2011年

6 郭為軍;三維溢油數(shù)值模式研究及其在近海的應(yīng)用[D];大連理工大學(xué);2011年

7 張慶華;幾類不確定性期權(quán)定價模型及相關(guān)問題研究[D];東華大學(xué);2014年

8 柏立華;隨機控制理論在金融和保險中的應(yīng)用[D];南開大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 余征;混合分?jǐn)?shù)布朗運動的性質(zhì)及其在金融中的應(yīng)用[D];東華大學(xué);2009年

2 馬曉梅;混合分?jǐn)?shù)布朗運動環(huán)境下的歐式期權(quán)與交換期權(quán)定價研究[D];寧夏大學(xué);2015年

3 尹修偉;分?jǐn)?shù)布朗運動兩種擴張過程的隨機分析[D];安徽師范大學(xué);2015年

4 吳江增;雙分?jǐn)?shù)布朗運動環(huán)境下再裝期權(quán)定價[D];西安工程大學(xué);2016年

5 李昕蓉;分?jǐn)?shù)布朗運動中Hurst指數(shù)的估計及應(yīng)用[D];華中科技大學(xué);2014年

6 梁建凱;長相關(guān)隨機模型對旋轉(zhuǎn)機械故障狀態(tài)預(yù)測的研究[D];上海工程技術(shù)大學(xué);2016年

7 張蓉;基于分?jǐn)?shù)布朗運動的兩資產(chǎn)亞式彩虹期權(quán)定價研究[D];西南交通大學(xué);2016年

8 劉瑞青;混合分?jǐn)?shù)布朗運動下的歐式期權(quán)定價[D];中國礦業(yè)大學(xué);2016年

9 張志;條件分?jǐn)?shù)布朗運動環(huán)境下幾種期權(quán)的定價研究[D];中南大學(xué);2011年

10 黃開元;分?jǐn)?shù)布朗運動環(huán)境下后定選擇權(quán)定價模型研究[D];西安工程大學(xué);2012年

本文編號：1012979