长相关随机模型对旋转机械故障状态预测的研究
本文关键词:长相关随机模型对旋转机械故障状态预测的研究
更多相关文章: 长相关 最小熵解卷积 振动烈度 分数布朗运动(FBM) FARIMA
【摘要】:本文以滚动轴承为主要研究对象,针对设备故障缓变过程的状态趋势预测,应用旋转机械设备的振动烈度这一特征参数,提出应用长相关随机模型——分数布朗运动(FBM)和FARIMA模型进行预测,达到对设备健康状态进行评估或预测。旋转设备在正常运行过程中烈度值参数具有短相关特性,一旦发生微弱故障,在运行过程中微弱故障特性将被逐渐加重直到严重故障发生,这个缓变过程具有长相关特性,本文提出最小熵解卷积理论来识辨设备微弱故障特征。本文研究的内容主要有以下四大方面:(1)对长相关、自相似理论和特性的介绍,分析描述自相似程度的Hurst指数的几种估计算法的实现步骤和性能评价。由于长相关模型能够更加真实地描述设备微弱故障变化特性,因此通过生成具有长相关时间序列的仿真研究是十分重要的。首先让高斯白噪声通过一个线性滤波器,而该滤波器的系统自相关函数是符合长相关分布的,利用该系统自相关函数产生的系统函数具有长相关特性。那么,系统的输出响应也是具有长相关性质的分数阶时间序列。(2)应用长相关模型—分数布朗运动(FBM)和FARIMA预测模型。首先推导出从布朗运动到分数布朗运动的数学机理,并将推导出的分数布朗运动驱动的随机微分方程作为随机序列的预测模型。根据随机序列的特征对模型参数进行估计,而参数估计的收敛性用似然最大估计进行了证明,以表明这种估计的准确性和合理性。根据样本序列的特征,应用Monte Carlo模拟方法更精确预测未来随机序列在每个时间点的估计值;对于FARIMA(p,d,q)预测模型,推导了如何产生和模拟FARIMA(p,d,q)序列过程,证明了FARIMA模型可以用来拟合或预测具有长相关特性的随机时间序列。(3)针对轴承的峭度、样本熵、振动烈度这些参数指标描述轴承早期故障及其部位、故障类型的特点,提出利用最小熵解卷积理论来提取故障特征频率,从而确定故障发生的时间点。首先将小波变换引入其中,通过小波结合包络谱提取效果做对比,展示最小熵解卷积与包络谱结合对微弱故障的识别的精准性。最后,采集轴承从正常状态到故障发生并逐渐加重运行过程的振动信号,计算振动烈度参数和样本熵对最小熵解卷积诊断结果进行完美的验证。(4)以滚动轴承的振动烈度值数据为预测样本,对采集的数据进行了烈度值分析来识别设备的微弱故障发生点。数据分析发现从微弱故障之后缓慢过程的烈度值序列具有长相关特性,采用长相关模型—FARIMA模型和分数布朗运动模型对未来烈度值序列预测。实验结果验证了长相关随机模型预测的准确性。
【关键词】:长相关 最小熵解卷积 振动烈度 分数布朗运动(FBM) FARIMA
【学位授予单位】:上海工程技术大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TH17
【目录】:
- 摘要6-8
- ABSTRACT8-12
- 符号和缩略词说明12-13
- 第一章 绪论13-21
- 1.1 课题研究的目的和意义13-14
- 1.2 国内外相关研究现状和趋势14-19
- 1.2.1 旋转机械故障监测技术发展现状14-16
- 1.2.2 旋转机械故障预测技术发展现状16-19
- 1.3 本论文研究内容和安排19-20
- 1.4 本章小结20-21
- 第二章 时间序列的长相关特性21-37
- 2.1 长相关过程21-23
- 2.1.1 长相关数学描述21-23
- 2.2 自相似过程23-27
- 2.2.1 自相似现象23-24
- 2.2.2 自相似数学描述24-25
- 2.2.3 自相似过程的性质25-27
- 2.3 长相关特性检测方法的研究27-31
- 2.4 基于自相关函数的长相关生成算法31-36
- 2.5 本章小结36-37
- 第三章 FBM和FARIMA模型特性研究37-61
- 3.1 分数布朗运动37-55
- 3.1.1 布朗运动38-40
- 3.1.2 分数布朗运动的定义和性质40-44
- 3.1.3 布朗运动和分数布朗运动的区别44-47
- 3.1.4 分数布朗运动下的随机微分方程47-50
- 3.1.5 分数布朗运动下的随机模拟50-53
- 3.1.6 参数估计53-54
- 3.1.7 分数布朗运动参数收敛性的证明54-55
- 3.2 FARIMA(p,d,,q)模型55-59
- 3.2.2 FARIMA模型的产生56-57
- 3.2.3 FARIMA模型仿真验证57-59
- 3.3 本章小结59-61
- 第四章 旋转机械设备微弱故障的识别61-84
- 4.1 峭度61-64
- 4.2 样本熵64-67
- 4.3 振动烈度67-69
- 4.4 包络谱分析69-71
- 4.5 基于最小熵解卷积的轴承微弱故障的识别71-74
- 4.5.1 最小熵解卷积原理71-72
- 4.5.2 最小熵解卷积方法及其实现72-74
- 4.6 实验分析与验证74-82
- 4.6.1 轴承故障特征频率74-75
- 4.6.2 试验结果验证75-82
- 4.7 本章小结82-84
- 第五章 长相关模型在旋转机械故障预测中的应用84-97
- 5.1 实验平台85-86
- 5.2 实验数据分析86-89
- 5.3 FARIMA模型的预测仿真89-94
- 5.4 分数布朗运动模型的预测仿真94-96
- 5.5 本章小结96-97
- 第六章 总结与展望97-99
- 6.1 总结97-98
- 6.2 展望98-99
- 参考文献99-106
- 攻读硕士学位期间发表的学术论文及取得的相关科研成果106-107
- 致谢107-108
【相似文献】
中国期刊全文数据库 前10条
1 何成洁;沈明轩;杜雪樵;;分数布朗运动环境下幂型支付的期权定价公式[J];合肥工业大学学报(自然科学版);2009年06期
2 王剑君;;分数布朗运动环境中2种新型权证的定价[J];合肥工业大学学报(自然科学版);2010年03期
3 桑利恒;杜雪樵;;分数布朗运动下的回望期权定价[J];合肥工业大学学报(自然科学版);2010年05期
4 薛东辉,朱光喜,朱耀庭,熊艳;分数布朗运动的平稳性分析与描述[J];华中理工大学学报;1995年10期
5 党柳梦;薛红;卢俊香;;分数布朗运动环境下欧式篮子期权定价[J];哈尔滨商业大学学报(自然科学版);2013年05期
6 赵巍;;分数布朗运动环境下的双标的两值期权定价模型[J];淮海工学院学报(自然科学版);2008年04期
7 宋燕燕;王子亭;;带跳跃的分数布朗运动的经济模型[J];淮阴工学院学报;2010年03期
8 周银;杜雪樵;;分数布朗运动下的亚式期权定价[J];合肥工业大学学报(自然科学版);2011年02期
9 董艳;贺兴时;;混合分数布朗运动下欧式回望期权定价[J];佳木斯大学学报(自然科学版);2013年02期
10 卢树强;包树新;;分数布朗运动环境下一类新型期权定价的鞅分析[J];合肥工业大学学报(自然科学版);2013年07期
中国重要会议论文全文数据库 前3条
1 郭蓉;;分数布朗运动驱动下系统的随机平均法[A];第二届全国随机动力学学术会议摘要集与会议议程[C];2013年
2 薛红;孙玉东;;分数布朗运动环境下几何平均亚式期权定价模型[A];数学·力学·物理学·高新技术交叉研究进展——2010(13)卷[C];2010年
3 张启敏;;分数布朗运动环境下企业R&D项目评价的数值计算方法[A];中国企业运筹学[C];2009年
中国博士学位论文全文数据库 前8条
1 苗杰;分数布朗运动及其相关过程在倒向随机微分方程和金融衍生品定价中的应用[D];山东大学;2015年
2 肖艳清;分数布朗运动驱动的随机方程及其在期权定价中的应用[D];中南大学;2012年
3 黄文礼;基于分数布朗运动模型的金融衍生品定价[D];浙江大学;2011年
4 戴洪帅;重分数布朗运动以及算子自相似高斯过程的弱极限定理[D];中南大学;2010年
5 申广君;几种自相似高斯随机系统的分析及相关问题[D];华东理工大学;2011年
6 郭为军;三维溢油数值模式研究及其在近海的应用[D];大连理工大学;2011年
7 张庆华;几类不确定性期权定价模型及相关问题研究[D];东华大学;2014年
8 柏立华;随机控制理论在金融和保险中的应用[D];南开大学;2009年
中国硕士学位论文全文数据库 前10条
1 余征;混合分数布朗运动的性质及其在金融中的应用[D];东华大学;2009年
2 马晓梅;混合分数布朗运动环境下的欧式期权与交换期权定价研究[D];宁夏大学;2015年
3 尹修伟;分数布朗运动两种扩张过程的随机分析[D];安徽师范大学;2015年
4 吴江增;双分数布朗运动环境下再装期权定价[D];西安工程大学;2016年
5 李昕蓉;分数布朗运动中Hurst指数的估计及应用[D];华中科技大学;2014年
6 梁建凯;长相关随机模型对旋转机械故障状态预测的研究[D];上海工程技术大学;2016年
7 张蓉;基于分数布朗运动的两资产亚式彩虹期权定价研究[D];西南交通大学;2016年
8 刘瑞青;混合分数布朗运动下的欧式期权定价[D];中国矿业大学;2016年
9 张志;条件分数布朗运动环境下几种期权的定价研究[D];中南大学;2011年
10 黄开元;分数布朗运动环境下后定选择权定价模型研究[D];西安工程大学;2012年
本文编号:1012979
本文链接:https://www.wllwen.com/jixiegongchenglunwen/1012979.html