基于ARMA模型的在线油液监测故障预警研究
作者：李美威; 谢小鹏; 冯伟; 贺石中
摘要：建立设备平稳状态下在线油液监测数据的自回归滑动平均(Auto Regression Moving Average,ARMA)模型,根据模型残差进行故障检测和预警。运用K均值将故障发生之前一段时间内的模型残差分类为平稳期和故障潜伏期,设定两类中心点的均值为残差界限值,越界即报警。运用实际的在线油液监测数据进行验证,结果表明:ARMA模型对在线监测数据有较好的拟合效果;设定残差界限值可有效提前报警,在设备进入故障潜伏期而未发生故障之前即可及时报警。
分类：
- 期刊
- >
- 自然科学与工程技术
- >
- 工程科技II
- >
- 机械工业
收录：
- 知网收录(中)
- 上海图书馆馆藏
- 北大期刊(中国人文社会科学期刊)
- CA 化学文摘(美)
- 国家图书馆馆藏
- CSCD 中国科学引文数据库来源期刊(含扩展版)
- 维普收录(中)
- 万方收录(中)
- 统计源期刊(中国科技论文优秀期刊)
- JST 日本科学技术振兴机构数据库(日)
关键词：
- 故障检测
- 在线油液监测
- arma模型
- 残差
- 故障潜伏期
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
