摘要:研究自回歸差分移動(dòng)平均模型(Autoregressive Integrated Moving Average Model,ARIMA)在燃?xì)庹{(diào)壓器故障診斷及預(yù)警方面的應(yīng)用,為預(yù)測(cè)燃?xì)庹{(diào)壓器出口壓力提供理論依據(jù)。介紹自回歸模型、移動(dòng)平均模型和自回歸移動(dòng)平均模型,根據(jù)這3種模型建立自回歸差分移動(dòng)平均模型,步驟為數(shù)據(jù)的平穩(wěn)化處理,識(shí)別模型種類后建立模型、檢驗(yàn)?zāi)P?應(yīng)用檢驗(yàn)通過(guò)后的模型預(yù)測(cè)出口壓力。利用北京某燃?xì)夤?018年11月至2019年1月期間中低壓燃?xì)庹{(diào)壓站監(jiān)測(cè)的歷史故障數(shù)據(jù),針對(duì)喘振、用氣高峰壓力低、用氣低峰壓力高這3種典型故障狀態(tài),使用IBM SPSS Statistics V21.0軟件建立了ARIMA模型,對(duì)燃?xì)庹{(diào)壓器出口壓力進(jìn)行預(yù)測(cè),效果良好。根據(jù)ARIMA模型建立了一種燃?xì)庹{(diào)壓器故障智能診斷系統(tǒng)。結(jié)果表明,應(yīng)用ARIMA模型對(duì)燃?xì)庹{(diào)壓器進(jìn)行故障診斷具有可靠性,模型能夠準(zhǔn)確描述燃?xì)庹{(diào)壓器發(fā)生故障時(shí)出口壓力隨時(shí)間的變化;ARIMA模型能夠在短期內(nèi)對(duì)調(diào)壓器出口壓力進(jìn)行預(yù)測(cè),具有建模簡(jiǎn)單和預(yù)測(cè)準(zhǔn)確的優(yōu)點(diǎn);基于ARIMA模型建立的燃?xì)庹{(diào)壓器故障智能診斷系統(tǒng),可以在短期內(nèi)對(duì)故障做出判斷并預(yù)警。
注:因版權(quán)方要求,不能公開全文,如需全文,請(qǐng)咨詢雜志社