基于改进灰色GM模型的装备磨损趋势评估

• 作者: 彭润玲 曹蔚 杨科 王宁 王海文
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 磨损预测 趋势评估 GM模型 数据驱动
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 机械·材料
• 页码范围: 52-57
• 页数: 6页
• 分类号: TH117.1
• 字数: 2211字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2017.03.007

摘要

磨损是影响高端装备精度保持性的关键因素,因磨损量难以测量,对磨损状况进行准确的预测较为困难.针对上述问题,研究一种基于灰色GM模型的磨损预测方法,构建了数据驱动的模型参数优化算法,能更有效地挖掘时间序列的内在联系及变化规律.对装备磨损监测数据进行处理和预测分析,与传统GM模型预测精度进行对比,结果表明:改进模型预测精度更高,适用于中长期预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹蔚	西安工业大学机电工程学院	11	290	7.0	11.0
5	王宁	西安工业大学机电工程学院	7	12	2.0	3.0
6	王海文		11	18	3.0	3.0
7	杨科	西安工业大学机电工程学院	2	3	1.0	1.0
8	彭润玲	西安工业大学机电工程学院	15	36	4.0	5.0