基于多维时间序列模型的内燃机磨损状态预测研究.pdf

《基于多维时间序列模型的内燃机磨损状态预测研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2010年6月润滑与密封June2010第35卷第6期LUBRICATIONENGINEERINGVo1．35No．6DOI：10．3969／j．issn．0254—0150．2010．06．009基于多维时间序列模型的内燃机磨损状态预测研究张培林徐超任国全傅建平李兵(军械工程学院河北石家庄050003)摘要：现有的油液光谱数据预测方法仅考虑单一数据内部前后间的联系，忽视不同种类数据间的相互影响。多维时间序列模型能够将多种元素光谱数据融合起来同时进行建模，利用所建模型对光谱数据进行预测，提高预报精度。通过内燃机台架实验获得多种元素的光谱数据，选择

2、典型的磨损元素Fe和Al、污染元素si以及添加剂元素Mg作为分析元素，通过分析找出相关性较大的元素，利用多维时间序列模型对其进行预报，从而对内燃机的磨损状态进行准确判断。结果表明，将多维时间序列模型引入油液光谱数据预报能对内燃机的磨损状态进行准确预测。关键词：内燃机；油液光谱分析；多维时间序列模型；磨损状态预测中图分类号：TH165．3文献标识码：A文章编号：0254—0150(2010)6—037—4ResearchonPredictionofEngineWearStateBased0nMultidimensionalTimeSeriesMod

3、elZhangPeilinXuChaoRellGuoquanFuJianpingLiBing(MechanicalEngineeringCollege，ShijiazhuangHebei050003，China)Abstract：Thepresentmethodsofpredictingoilspectrumhavetheshortagefortheyonlyconsiderthecorrelationbe-tweensinglekindofdata，whileexcludetheinteractionamongvariousdata．Spect

4、rumdatacanbefusedusingmultidimen·sionaltimeseriesmodelandthepredictionaccuracyisimproved．Thespectrumdatawereacquiredfromtheinternal—eom-bustionenginetestbedandthetypicalweal-elementsFeandA1，thecontaminationelementSiandthelubricantadditiveelementMgwereselectedandanalyzed，themo

5、recorrelatedelementswerefoundandtheenginewearstatewasdiagnosedcorrectlybypredictingthechosendatawithmultidimensionaltimeseriesmode1．Experimentalresultsdemonstratethatitisofgreathelptointroducethemultidimensionaltimeseriesmodelintooilspectrumpredictiontopredictenginewearstate．

6、Keywords：internal—combustionengine；oilspectrometricanalysis；multidimensionaltimeseriesmodel；wearstatepre—dictiOn对内燃机的磨损状进行准确预测，能够对内燃机数据的关系，却没有发现摩擦学系统内部不同元素之进行及时检修，防止恶性故障的突然发生，其工程意间的相互关系。比如，属于同一摩擦副的元素的浓度义重大。油液光谱分析技术能够快速、准确地分析出变化规律相近；污染元素浓度增加会加剧磨损、消耗内燃机润滑油中多种元素的浓度，以得到各磨损元素添加剂元素

7、；添加剂的过量耗损会使润滑状况变差，的含量、润滑油添加剂的消耗状况以及油液的污染程进而加剧磨损等。多维时间序列模型能够体现和描述度等摩擦学系统信息。通过对这些信息进行准确的预系统内部多种变量间的相互关系并凝聚成模型参数，报和分析就能够实现对内燃机磨损状态的有效预测。提高对数据模型的拟合及预测精度。本文作者将引人目前油液光谱数据的预测方法主要有灰色模多维时间序列模型对油液光谱数据进行预测，从而达型”、时间序列模型。、神经网络模型。、支到对内燃机磨损状态准确预测的目的。持向量机模型以及组合模型¨川等。而不难发1多维时间序列模型理论现，所有的预测方法只

8、考虑某一种元素数据与其之前1．1多维AR时序模型概念由于自回归(AR)模型能逼近自回归滑动$基金项目：国家自然科学基金项目(507050