论文部分内容阅读
针对传统的故障预警预测方法存在误差较大的问题，提出一种基于数据分组处理（GMDH）模型的故障预测方法对滚动轴承的潜在故障进行预警。该方法利用模型选定准则选择最优的预警模型，发出故障预警信息，并设置停机阈值，可为设备的预知性维护研究提供支持。对滚动轴承加速疲劳寿命试验所得的数据进行分析，分析结果表明，利用GMDH模型对滚动轴承故障的预测结果与实际值的拟合程度高，相对误差仅为3．1％，比传统的基于BP神经网络模型的预测精度提高了0．51％。这说明基于GMDH模型的故障预测方法为油气设备的安全运行提供了更可靠的