期刊专题

10.3969/j.issn.1000-3932.2011.07.019

基于时间序列ARMA模型的振动故障预测

引用
运用自回归滑动平均(ARMA)模型和聚类分析方法确定参考样本和故障样本的特征向量,通过特征向量的距离识别故障类型.根据汽轮机典型故障构造模拟信号,建立其ARMA预测模型,通过聚类分析得出标准信号及待测信号的特征向量.经验证,基于ARMA预测模型和聚类分析的方法能够正确识别故障类型.

汽轮机、故障、ARMA模型、时间序列、聚类分析

38

TP306<'+>.3(计算技术、计算机技术)

2011-11-11(万方平台首次上网日期,不代表论文的发表时间)

共3页

841-843

相关文献
评论
暂无封面信息
查看本期封面目录

化工自动化及仪表

1000-3932

62-1037/TQ

38

2011,38(7)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn

打开万方数据APP,体验更流畅