基于ARMA的滚动轴承振动数据预测

• 作者: 周建民 张臣臣 王发令 黎慧
• 来源期刊: 华东交通大学学报
• 学科: 工学
• 关键词: 滚动轴承 振动数据 最小信息准则 ARMA模型
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 学科基础与前沿
• 页码范围: 99-103
• 页数: 5页
• 分类号: TH133
• 字数: 2534字
• 语种: 中文

摘要

为实现对滚动轴承的振动数据预测,本文提出一种基于自回归滑动平均(ARMA)模型的预测方法.首先截取滚动轴承全寿命周期的早期无故障数据作为样本,计算截取样本序列的自相关系数和偏相关系数,然后采用最小信息准则(AIC)对ARMA定阶,运用最小二乘法估计参数建立ARMA模型,将轴承同工况与类工况下的数据输入到已建立的ARMA模型中,得到的轴承预测数据与实际故障数据进行对比,计算预测的准确率.结果表明:该方法可以准确预测轴承的实际状态,且同工况相对于类工况下的预测效果更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周建民	华东交通大学机电与车辆工程学院	53	362	11.0	17.0
2	张臣臣	华东交通大学机电与车辆工程学院	6	3	1.0	1.0
3	王发令	华东交通大学机电与车辆工程学院	5	3	1.0	1.0
4	黎慧	华东交通大学机电与车辆工程学院	3	3	1.0	1.0