基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
振动信号的趋势预测是设备状态监测与故障诊断中的一个重要内容.论文提出采用时间序列AR模型进行趋势预测.将现场测得的非平稳振动序列通过ARIMA模型和标准化处理,转化成标准正态平稳时间序列.模型参数估计使用了方法简单、参数估计无偏、精度高的最小二乘法.通过现场实测数据进行验证,计算结果表明AR模型能够很好地拟合振动信号时间序列并取得了一定的预测精度,可以达到预测要求.
推荐文章
应用于航天器微振动信号检测的传感器
微振动
4~20 mA电流输出
V/I转换电路
支持向量机在机械设备振动信号趋势预测中的应用
趋势预测
支持向量机
神经网络
回归
基于多频带小波系数内爆炸振动信号模型预测
内爆炸振动信号
小波变换
预测模型
基于AR模型的海洋环境噪声仿真预测研究
AR模型
海洋环境噪声
功率谱
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 AR模型应用于振动信号趋势预测的研究
来源期刊 清华大学学报(自然科学版) 学科 物理学
关键词 时间序列 AR模型 最小二乘法 预测
年,卷(期) 1999,(4) 所属期刊栏目 机械工程
研究方向 页码范围 57-59
页数 分类号 O329
字数 语种 中文
DOI 10.3321/j.issn:1000-0054.1999.04.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐峰 清华大学精密仪器与机械学系 27 581 11.0 24.0
2 王志芳 清华大学精密仪器与机械学系 5 356 5.0 5.0
3 王宝圣 清华大学精密仪器与机械学系 1 110 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (110)
同被引文献  (88)
二级引证文献  (552)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2000(2)
  • 引证文献(2)
  • 二级引证文献(0)
2001(6)
  • 引证文献(5)
  • 二级引证文献(1)
2002(8)
  • 引证文献(4)
  • 二级引证文献(4)
2003(4)
  • 引证文献(2)
  • 二级引证文献(2)
2004(19)
  • 引证文献(7)
  • 二级引证文献(12)
2005(30)
  • 引证文献(9)
  • 二级引证文献(21)
2006(31)
  • 引证文献(7)
  • 二级引证文献(24)
2007(24)
  • 引证文献(5)
  • 二级引证文献(19)
2008(39)
  • 引证文献(6)
  • 二级引证文献(33)
2009(40)
  • 引证文献(7)
  • 二级引证文献(33)
2010(34)
  • 引证文献(5)
  • 二级引证文献(29)
2011(38)
  • 引证文献(7)
  • 二级引证文献(31)
2012(49)
  • 引证文献(5)
  • 二级引证文献(44)
2013(32)
  • 引证文献(6)
  • 二级引证文献(26)
2014(63)
  • 引证文献(7)
  • 二级引证文献(56)
2015(54)
  • 引证文献(8)
  • 二级引证文献(46)
2016(58)
  • 引证文献(3)
  • 二级引证文献(55)
2017(43)
  • 引证文献(5)
  • 二级引证文献(38)
2018(39)
  • 引证文献(2)
  • 二级引证文献(37)
2019(34)
  • 引证文献(6)
  • 二级引证文献(28)
2020(15)
  • 引证文献(2)
  • 二级引证文献(13)
研究主题发展历程
节点文献
时间序列
AR模型
最小二乘法
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
清华大学学报(自然科学版)
月刊
1000-0054
11-2223/N
大16开
北京市海淀区清华园清华大学
2-90
1915
chi
出版文献量(篇)
7846
总下载数(次)
26
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导