基于灰理论的化工设备诊断预测

首次对连续搅拌式反应釜和丙烷气体压缩机应用灰预测理论进行了故障预测,给出了GM(1,1)的灰建模过程,并以实例进行了检验,结果表明该预测模型计算简便、结果可靠。该方法应用于化工系统设备的运行状态监测、故障诊断预测,可及早判明故障的发展趋势及对设备的危害程度,为故障状态下的设备停车与否提供决策指导。     

基于剩余寿命的可变成本实时预测维护技术

针对设备可变成本的实时预测维护,给出了同时考虑长期运行成本期望与方差的最优维护策略,通过定义成本方差敏感因子以及调节方差成本敏感因子的大小,从而实现维护成本、维护次数和失效风险之间的动态平衡。将提出的维护策略应用到设备维护当中,实例分析表明相对于期望成本维护策略,可变成本维护策略决策结果保守,不确定性小,能够有效减少管理与失效的风险。     

PMSM调速系统新型抗扰动模型预测控制策略

提出一种基于灰预测理论的抗扰动模型预测控制方法。首先推导出模型预测控制系统中干扰量与输出误差之间的解析关系;利用系统已知输出误差建立稳定灰预测模型,预测系统未来时刻的输出误差;根据干扰量与输出误差之间的关系,采用反馈输出误差预测值的方法,实现对系统干扰量的前馈补偿控制。对模型预测控制PMSM调速系统进行仿真实验,选择出干扰观测器抗扰动方法中的最优干扰模型结构;对两种抗扰动方法比较分析得出,基于灰预测理论的抗扰动模型预测控制不需要考虑干扰模型结构,简化了系统设计、提高了系统自适应性,同时能够获得与优化干扰观测器模型预测控制一样的性能。     

模糊层次分析下航天设备寿命预测方法的评价

在轨运行航天设备的寿命预测是保证航天器安全可靠运行的核心技术之一.现有文献中已报道了多种航天器设备的寿命预测方法,但缺乏对现有方法的预测性能、适用性等方面的综合评价.从方法原理、方法实现和方法验证3个角度出发,构建了一个在轨航天设备寿命预测方法的评价系统.在层次分析法的基础上,应用三角模糊数理论确定指标权重,使得评价过程更合理、评价结果更准确.以卫星动量轮的寿命预测方法为例,对所提评价系统进行了有效性验证.     

风电机组主轴系统实时可靠性分析与预测方法研究

对于历史数据不完整的风电机组系统,运行过程中需要对系统和设备进行实时可靠性分析和预测。以风电机组主轴轴承系统为例,以参数偏差为其量化指标,建立实时的可靠性评价模型,对风电机组主轴轴承系统进行实时状态评价和可靠性分析。同时,基于灰色预测法对监测参数进行趋势预测。根据趋势预测结果,结合实时可靠性分析所确定的系统当前状态评价结果,及时预警并识别故障,确定设备维修方案,保障风电机组良好运行。     

大型柴油发电机组进排气系统的积垢诊断

定义了大型柴油发电机组进排气系统设备的积垢率，根据灰色系统动态预测模型的建模理论提出了大型柴油发电机组进排气系统积垢预测诊断模型和诊断方法，并以进排气系统中空气滤清器的积垢诊断为例，进行了运行试验和分析，用以监视设备运行中的积垢程度、预测积垢进展以及实现设备的清洗预报警。     

多维MA(q)模型的h步适时递推预测

讨论了新息递推算法的理论和方法,将新息算法运用于多维MA(q)模型的预测问题,利用有穷观测值导出并证明了多维MA(q)模型的h步适时递推预测公式.     

新息与等维新息非等间距GM(1,1)模型及其应用

为了提高灰色理论中模型的预测精度,通过分析积分重构GM(1,1)模型,将积分获取背景值的方法应用到新息和等维新息模型中,并且将模型的适用范围从等间距进一步扩展到非等间距。通过实例比较了新息和等维新息模型,结果表明:新息模型将预测的新信息补充到原始序列,能很好的反映系统的发展;而等维新息模型随着系统的发展,不仅添加新信息,而且除去老信息,这样的处理方式比仅仅添加新信息的方式具有更好的预测效果;这些结论丰富了灰色系统的模型,为灰色理论的运用提供了一个有效的方法。     

大数据背景下相似性设备剩余寿命预测研究进展

剩余寿命预测是设备故障预测与健康管理的重要组成部分,准确预测设备剩余寿命将有助于决策者及时制定维修策略,避免巨额的失效损失。随着物联网和大数据技术的发展,实时监控设备的运行状态变得越来越便利,为改进和发展设备剩余寿命预测方法奠定了坚实基础。基于相似性的设备剩余寿命预测方法不需要假设设备退化模型,而是通过大数据分析设备间运行状态的相似性进行预测,具有很高的预测精度和强鲁棒性。本文从健康指标构建、相似性度量选取、数据融合等方面,对基于相似性的设备剩余寿命预测方法进行了梳理总结,分析比较了相应性质。文章最后对基于相似性的设备剩余寿命预测方法的未来研究方向进行了探讨。     

经济系统预测精度及有效性分析

本文讨论了预测误差的根源，给出了点或区间预测精度的测度准则，分析了目前人们给出的预测精度测度，以及评价预测方法的有效性测度，为不确定性系统预测方法评价提供了可行的工具。     

炼铁设备故障预测模型的建立与应用

炼铁设备运行过程多样复杂,设备故障的预测与分析应适应现代化的设备管理要求.将灰色系统GM(1,1)与新陈代谢模型相结合,建立了炼铁设备故障预测模型.该模型对实时数据进行处理,通过分析数据间的规律,预测设备的可靠性.安钢热风炉风机运行动态监测的实例表明:该模型可实时地根据设备运行状态进行数据分析,与传统的分析手段相比,具有快捷、方便、可信度高的特点.模型可以大幅度减少模拟计算工作量、提高预测精度.     

基于灰色理论的机械设备智能状态预测

提出了基于灰色理论并与神经网络有机结合的机械设备智能状态预测方法，着眼于机械设备“内在”规律的研究，根据机械设备自身历史数据建立动态微分方程，并预测自身的发展，具有数据量小，计算简单、预测准确的特点，该方法已在实际工程中应用，结果表明方法是行之有效的。     

基于支持向量机回归的港口吞吐量非线性组合预测

提出了一种基于支持向量机回归算法的港口吞吐量非线性组合建模预测方法,并运用该方法进行了港口吞吐量预测,同时将该预测结果与其他方法的预测结果进行了比较．结果表明,该方法具有很强的学习及泛化能力,在处理具有一定程度的不确定性的非线性系统的组合建模预测问题时具有很好的应用价值．     

Processing Time Prediction Method Based on SVR in Semiconductor Manufacturing

The prediction problem of the actual value of the dynamic parameters in the simulation model in semiconductor manufacturing was discussed. Considering the fact that the default value of processing time of one certain equipment in the simulation model was not the same as its actual value. a general data driven prediction model of the processing time was built based on support vector regression （SVR） , with the utilization of manufacturing information in manufacturing execution system （MES）. The processing time of one certain equipment was highly related to the status of the equipment itself and the wafers being processed. To uncover the relationship of the processing time with the information of historical products. process flow. technical standard of silicon wafers and manual intervention. data were extracted from MES and used to build a prediction model. This model was employed on an ion implantation equipment as a case. and the effectiveness of the proposed method was shown by comparing with other approaches.     

基于遗传规划方法的集装箱吞吐量预测

在对现有各种预测方法进行简要回顾的基础上，对遗传规划方法进行了研究，提出了应用于集装箱吞吐量预测的计算模型和相关参数的确定方法，并完成了算法设计和编程工作。在此基础上，以宁波港集装箱吞吐量的历史数据为样本，开展了预测计算试验，找到了能够反映宁波港目前集装箱吞吐量发展规律的样本集，并对宁波港未来九年的集装箱吞吐量进行了预报。结果表明，本算法合理、改良自动化程度高，为解决集装箱吞吐量等非线性系统预测提供了一条新的途径。     

支持向量机在装备保障链需求预测中的应用研究

准确的需求预测是装备保障链敏捷运行的重要条件.针对装备保障链需求预测过程中,需求不确定、样本数量较少的实际情况,采用了一种新的预测方法--支持向量机.该方法基于统计学习理论的原理,较好地解决了小样本、非线性的学习问题.建立了装备保障链需求预测的支持向量机模型.并以某物资的需求预测为例进行实例验证,计算结果表明,这种方法比传统的方法有更好的预测精度.     

基于支持向量机的机械设备状态趋势预测研究

提出了用支持向量机对机械设备状态趋势进行预测的新方法,构造了相应的支持向量回归机,并分别用仿真数据和实际数据对其性能进行了验证．将该支持向量回归机应用于某机组振动信号的预测,采用径向基核函数和合适的参数,使该向量回归机对振动量峰峰值的单步预测误差小于2％,24步预测误差小于5％,表明该算法对机械设备的运行状态趋势具有较好的预测能力．     

工业设备远程监控中的数据压缩研究

针对大型工业翻车机设备远程监控系统中实时数据传输效率的问题,提出了一种对字符数据和图像采用改进的LZW算法压缩、对时间属性采用时间预测压缩算法进行压缩的方法。其中,改进的LZW算法主要是对构造的字符编码表的长度进行动态分配,并建立父亲指针索引和HASH索引;而时间预测编码压缩方法主要是对时间属性数值进行了压缩。最后采用检验数据压缩性能的指标,通过实例验证改进的LZW算法的数据压缩效果。实验结果表明,改进的LZW算法较WINRAR压缩方法具有较好的数据压缩效果。     

电子装备试验数据的不确定性分析方法

建立了一套电子装备试验数据的不确定性分析方法.首先根据数据信息的验前信息、内涵和外延表现等特点,提出了初步的电子装备试验数据不确定性类型的识别原理;然后把电子装备试验过程抽象为一个串联的数据处理系统,建立了基于串联、并联的数据不确定性积累与传播模型;继而提出了不确定性测度的概念,给出了基于随机性、模糊性、灰色性和未确知性的不确定性测度表达算法,以及不确定测度的合成和传播算法;随后总结了电子装备试验数据的不确定性分析步骤;最后针对电子装备的作战效能评估实例介绍了本文方法的应用,结果表明该方法合理可行.     

基于无偏估计的装甲装备器材需求灰色预测

针对装甲装备器材需求数据采集过程中存在的数据采集偏差,建立了存在数据采集误差的装备器材需求灰色预测模型;分析了装备器材需求灰色预测模型中,最小二乘估计为无偏估计的条件是数据采集误差的期望为0,否则,最小二乘估计为有偏估计;最后针对数据采集偏差期望不为0的条件,给出一种基于辅助变量的无偏参数估计方法.通过实际案例仿真分析验证了方法的合理性和可行性.