期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于ARMA模型的在线油液监测故障预警研究
被引量:
11
1
作者
李美威
谢小鹏
+1 位作者
冯伟
贺石中
《润滑与密封》
CAS
CSCD
北大核心
2019年第12期108-113,共6页
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...
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。
展开更多
关键词
故障
检测
在线油液监测
ARMA模型
残差
故障潜伏期
下载PDF
职称材料
题名
基于ARMA模型的在线油液监测故障预警研究
被引量:
11
1
作者
李美威
谢小鹏
冯伟
贺石中
机构
华南理工大学机械与汽车工程学院
广州机械科学研究院有限公司设备状态检测研究所
出处
《润滑与密封》
CAS
CSCD
北大核心
2019年第12期108-113,共6页
基金
国家重点研发计划项目(2018YFB2001604)
国机集团重大科技专项(SINOMAST-ZDZX-2017-01-05)
国机智能战略技术专项(17300050)
文摘
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。
关键词
故障
检测
在线油液监测
ARMA模型
残差
故障潜伏期
Keywords
fault detection
online oil monitoring
ARMA model
residual
fault latency
分类号
TH117 [机械工程—机械设计及理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于ARMA模型的在线油液监测故障预警研究
李美威
谢小鹏
冯伟
贺石中
《润滑与密封》
CAS
CSCD
北大核心
2019
11
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部