基于微粒群算法的GM(1,1,λ)模型的机械产品寿命预测

GM(1,1)模型用于机械产品寿命的预测,不仅需要的数据量较少,而且可以节约试验费用、减少大量的试验时间.该文用差分格式将灰色模型GM(1,1)拓广为GM(1,1,λ)模型,并应用微粒群算法(PSO)求解最优的λ值,对机械产品寿命进行预测.实例计算表明,基于PSO的GM(1,1,λ)模型的优化方法优于现有的灰色预测方法.     

灰色GM(1,1)模型在齿轮疲劳寿命预测中的应用

在齿轮疲劳寿命预测中,需要大量的齿轮疲劳试验数据.运用灰色GM(1,1)模型预测疲劳试验数据,可以大幅度缩短试验时间,节约试验费用,快速获得齿轮可靠性指标.文中简要介绍了灰色GM(1,1)模型的原理,通过具体实例建立了齿轮疲劳寿命GM(1,1)模型.预测结果表明,将灰色系统理论用于齿轮的疲劳寿命试验数据预测是可行的,理论上为有效缩短齿轮疲劳寿命试验时间提供了一个快速有效的方法.     

锥齿轮疲劳寿命预测的灰色GM(1,1)模型

齿轮疲劳寿命的评价与预测需要大量的齿轮疲劳试验数据,而灰色GM(1,1)模型则可以对小样本实验数据进行分析。介绍了灰色GM(1,1)模型的原理,建立了一个实例的齿轮疲劳寿命的GM(1,1)模型,预测结果具有较高的精度。证明了将灰色系统理论用于弧齿锥齿轮的疲劳寿命试验数据预测是可行的。     

液压挖掘机臂杆结构疲劳寿命预测方法研究

液压挖掘机臂杆结构承受复杂的冲击载荷,其疲劳寿命存在许多不确定性因素。首先采用Miner准则,依据实验载荷谱和有限元方法对液压挖掘机工作装置寿命进行了预测。其次研究了结构疲劳寿命变化过程和灰色理论预测模型内在规律的一致性,建立了液压挖掘机工作装置疲劳寿命的灰色预测GM模型,并分别运用GM模型的两种形式--GM(1,1)线性模型及GM(1,1)幂模型对液压挖掘机工作装置进行疲劳寿命预测。分析比较Miner准则、GM(1,1)线性模型及GM(1,1)幂模型三种预测方法。结果表明,三种预测方法结果基本一致,灰色系统模型同Miner准则模型相比误差明显减小且非线性幂模型具有更高的预测精度。基于灰色理论的GM(1,1)幂模型考虑了非线性因素,更适合于液压挖掘机工作装置结构疲劳寿命预测。     

车辆发动机可靠性寿命试验数据的预测方法

针对车辆发动机可靠性寿命试验时间长的问题,提出采用灰色系统预测理论对车辆发动机可靠性寿命试验数据进行预测,建立了发动机可靠性寿命试验数据的无偏灰色预测GM(1,1)幂模型,通过采用试验数据序列与预测数据序列总体分布函数相等性检验方法确认无偏灰色预测GM(1,1)幂模型用于发动机可靠性寿命试验数据预测是可行的。算例结果表明,采用灰色理论预测方法预测发动机可靠性寿命试验数据并进行相关的分布函数参数估计有较高的精度,可达到缩短发动机可靠性寿命试验时间和节约试验费用目的。     

灰色模型在不确定性疲劳寿命预测中的研究

考虑影响疲劳寿命因素的不确定性,应用灰色理论进行疲劳寿命预测。提出了基于线性GM(1,1)模型和非线性灰色Verhulst模型预测构件疲劳寿命的新方法。利用试验数据进行分析和计算,结果表明:基于传统Miner方法的疲劳寿命预测误差为61.4%;基于线性GM(1,1)模型的预测误差为24.1%;基于非线性灰色Verhulst模型的预测误差降低到17.5%。基于灰色模型预测的结果均偏向安全,说明灰色模型在不确定性疲劳寿命预测中具有较好的预测精度和潜在的工程实用价值。     

预测腐蚀管道剩余寿命的新方法研究

针对概率统计方法预测腐蚀管道剩余寿命对数据样本要求大和预测精度低的问题,提出采用灰色预测理论对腐蚀管道进行了剩余寿命预测;针对传统GM(1,1)模型不能根据非等时距数据进行数据拟合、背景值构造误差大和新信息利用充分的问题对GM(1,1)模型进行了改进,并提出灰色预测理论对非等间隔数据处理的新方法。通过采用所建立腐蚀管道剩余寿命模型和改进GM模型对腐蚀管道剩余寿命的计算,证明了该方法的准确、简洁、可行与普适性。     

基于无偏灰色马尔可夫组合模型的齿轮寿命预测

针对齿轮寿命预测的难点,在原始数据基础上建立无偏灰色GM(1,1)模型,并使用残差模型对其进行修正,分析齿轮寿命的发展变化趋势,然后在无偏灰色GM(1,1)修正模型的基础上引入马尔可夫优化,提高预测精度。对预测值和真实值进行比较,齿轮寿命预测精度从87.06%提高到90.09%。结果表明,在"少数据"、"贫信息"的情况下使用该模型在一段时段内具有较好的预测精度和实用性,为齿轮的寿命预测提供一种可行的方法。     

基于改进灰色预测模型的液压泵寿命预测

选取液压油的光谱分析数据作为液压泵的寿命特征信息,针对油液采样间隔不等间距的情况,研究非等间距灰色GM(1,1)模型。对建模数据背景值进行改造,建立改造背景值的非等间距灰色GM(1,1)模型,提高模型的预测精度。研究了油液分析阈值的制定方法,制定液压泵磨损金属元素含量和含量趋势值的阈值。运用改进背景值的非等间距灰色GM(1,1)模型对某型凿岩台车的液压泵进行寿命预测,预测精度达到95.78%。     

灰色模型在疲劳寿命预测中的应用

疲劳寿命预测的问题是疲劳研究中的重要课题。影响疲劳寿命的因素多且复杂,利用灰色理论方法进行疲劳寿命预测,提出了非等间距GM(1,1)模型和中心逼近式GM(1,1)模型两种预测疲劳寿命的方法。通过对实验数据进行分析和整理,然后建立微分方程,利用MATLAB软件计算得到灰色预测值。与实验数据值进行比较,得出结果表明灰色模型方法具有很高的预测精度,证明灰色理论是一种简单可行的、可靠的分析方法。     

基于改进灰色神经网络的液压泵寿命预测

改进了GM(1,1)模型,提高了其精度和适应范围;将改进的GM(1,1)模型与神经网络预测模型相结合来构建灰色神经网络组合预测模型;提出了基于支持向量机的液压泵寿命特征启发式搜索策略,以液压泵寿命特征参数特征集的交叉验证错误率为评价指标,从液压泵的特征参数（振动、压力、流量、温度、油液信息等）中选取寿命特征因子;运用小波阈值降噪法进行降噪处理,提取典型的小波包能量特征作为模型的输入。以齿轮泵为例,将改进的灰色神经网络预测模型与原始GM(1,1)模型和改进GM(1,1)模型比较可知,灰色神经网络预测模型预测精度最高,达到98.42%。     

灰色马尔柯夫链方法在设备故障预测中的应用初探

将灰色马尔柯夫预测模型应用于设备运行状态的预测，实践证明，这种预测方法兼有灰色ＧＭ（１，１）预测和马尔柯夫概率矩阵预测的优点，尤其适用于随机波动性较大的数据列的预测。这一应用拓广了灰色预测的应用范围。对轴承振动的预测结果表明，该预测模型的预测精度是令人满意的。     

逐步优化 GM(1,1)预测模型在金属切削理论研究中的应用

运用灰色系统理论及方法，在GM(1，1)建模思想的基础上提出了一种基于直接建模的逐步优化的建模方法，它通过优化背景值与差商调节系数来估计模型参数。该模型不仅适合于等间距建模，也适合于非等间距建模，且突破了发展系数的绝对值较大时，不能用GM(1，1)模型的禁区，提高了建模的精度。应用该模型对金属切削试验数据处理，为金属切削试验提供了科学的方法。     

基于遗传灰色液氯储罐焊接质量可靠性评价方法的研究

利用遗传灰色系统理论和方法对液氯储罐焊接质量进行评价,在分析灰色GM(1,1)模型建模机理的基础上,利用遗传算法优化此模型,提高评价精度,节约人力和物力。实例表明,遗传灰色系统理论和方法对焊接质量进行评价是可行的,且具有显著的预测精度。     

基于组合预测模型的某型导弹电子设备故障预测方法研究

本文论述了改进的灰色DGM(1,1)模型与时间序列AR模型的组合模型的预测问题。针对传统GM(1,1)的对纯指数序列预测的局限性,本文引出了改进的离散灰色GM(1,1)模型。最后应用具体实例对组合预测模型的预测精度进行验证分析。     

灰色系统理论在油管腐蚀寿命预测中的应用

利用灰色系统理论,对N80钢氮化在郝现联合站介质中的腐蚀数据进行了灰色分析,建立了对上述数据的GM(1,1)模型。经检验,此模型预测精度较高,对实际工程油管腐蚀寿命的研究起到指导作用。     

基于新息优化模型GM(1,1,α)的螺旋锥齿轮磨削加工表面粗糙度预测

影响螺旋锥齿轮磨削加工表面粗糙度Ra值的因素众多且很多不明确,该Ra值的预测属典型的灰色问题。本文根据新息优先原理,通过改变GM(1,1,D)的边界条件和白化背景值z(1)(k)的选取方式,得到新息优化GM(1,1,α)模型。实验证明,用新息优化GM(1,1,α)模型预测螺旋锥齿轮的磨削加工表粗糙度可获得平均相对误差小于1%的高精度预测结果。