本文由dadadali001贡献第５卷第２期２０ｃｒ７年６月南京工程学院学报（自然科学版）Ｊ叫ｎａｌ０ｆＶ０１．５．Ｎｏ．２Ｎａｎｊｉｌｌｇｌｎ鲥ｍｔｅ０ｆＴｅｃｌｌＩｌｏｌｏ盯（ＮａｔｕｒａｌＳｃｉ朋∞Ｅｄｉ６０ｎ）Ｊｕｎ．．２００７文章编号：１６７２—２５５８（２００７）０２一００４５—０５ＡＲ模型应用于振动信号趋势预测的研究杨皓，黄东胜（长沙理工大学汽车与机械工程学院，湖南长沙，４１００７６）摘要：振动信号的趋势预测是设备状态监测与故障诊断中的一个重要内容．本文讲述了对随机信号进行建模的基本方法和模型定阶的准则，并且讨论了轴承振动信号最佳阶数选取的问题．利用现场实测数据进行验证，计算结果表明使用Ｂｕｒｇ算法的ＡＲ模型能够较好地拟合轴承振动信号时间序列，并具有一定的预测精度，可以达到预测要求．关键词：随机信号；ＡＲ模型；Ｂｕｒｇ算法；预测中图分类号：０３２９文献标识码：ＡＡＳｔｕｄｙｏｆＡＲＭｏｄｅｌＢａｓｅｄｏｎＢｕｒｇＡｒｉｔｈｍｅｔｉｃｆｏｒＴｒｅｎｄＦ０ｒｅｃａｓｔｏｆｖｉｂｒａｔｉｏｎＳｉｇｎａｌｓＹＡＮＧＨａｏ，ＨＵＡＮＧＤｏｎｇ—ｓｈｅｎｇ（Ｄｅｐｔ．ｏｆＡｕｔｏｍｏｂｉｌｅａｎｄＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＣｈａｎｇｓｈａＣｈａｎｇｓｈａＵｎｉＶｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，４１００７６，Ｃｈｉｎａ）Ａｂｓｔｍｃｔ：Ｔｒｅｎｄｆｏｒｅｃ龋ｔｏｆｖｉｂｍｔｉｏｎｓｉ印ａＩｓｉｓ明ｉｍｐｏｎａｎｔＴｈｉｓｐａｐｅｒｐｕｔｓｐａｎｏｆｃｏｎｄｉｔｉｏｎｍｏｎｉｔｏｒｉｎｇ锄ｄｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆｅｑｕｉｐｍｅｍｓ．ａｆｂｎｖ训ａｂａｓｉｅｍｏｄｅｌｉｎｇｍｅｔｈｏｄｆ曲ｒａｎｄｏｍｓｉ印ａ１８ａａｎｄｉｎｔｒｏｄｕｃｅｓｍｌｅｔｈａｔｄｅｔｅ册ｉｎｅｓｔｈｅｍｏｄｅｌＶｉｂｒａｔｉｏｎｓｉ印ａｌｓ．Ｔｈｉｓｉｓｖｅｒｉ—豫ｎｋｉｎｇ．Ｔｈｅ８ｕｔｈｏｒａｌｓｏｄｉｓｃｕｓｓｅｓｔｈｅｐｒｏｂｌｅｍｏｆｃｈｏｏｓｉｎｇｆｉｅｄｂｅｓｔｍｎｋｉｎｇｖａｌｕｅｆｏｒｅｍｐｌｏｙｅｄｔｏｂｅ撕ｎｇｂｙｄａｔ８ｏｂｔａｉｎｅｄｆｍｍａｃｔｕａｌｎｌ麟ｕｄｎｇ．Ｂｕ唱鲥ｔｈｍｅｔｉｃｉｓｏｎｅｓｔｉｍａｌｅｔｈｅｍｏｄｅｌ’ｓｐａｒ姗ｅｔｅｒｓ。．ｒ１１ｌｅｒｅｓｕｌｔｉｎｄｉｃａｔｅｓｔｌｌａｔｔｌｌｅＡＲｍｏｄｅｌｂ鹊ｅｄＢｕｒｇ耐ｔｈｍｅｔｉｃｃ蚰ｓｉｍｕｌａｔｅｔｉｒ舱ｓｅｒｉｅｓ“ｂｅａｒｉｎｇ、ｒｉｂｍｔｉｏｎｓｉ印ａｌｓｗｅｌｌｗｉｔｈｇｏｏｄａｃｃｕｒａｃｙ觚ｄｃ明ｍｅｅｔＫｅｙｔｌｌｅｄｅｍ彻ｄｓｏｆｆｏｒｅｃ船ｔ．ｗ叫ｄｓ：砌ｄ咖ｓｉ印ａｌ；ＡＲｍｏｄｅｌ；Ｂｕｒｇ枷ｔｈｍｅｔｉｃ；ｆ０Ｔｅｃ鹏ｔ趋势分析主要是在振动信号监测的基础上，估计设备故障的传播、发展趋势，对设备的优劣趋势做出预测．技术人员根据预测的结果，合理地安排设备的维修，可以充分发挥设备的工作潜力，并对设备的使用寿命做出估计．因此，趋势预测及寿命估计作为故障诊断中一个重要环节倍受重视，是合理安排生产的主要依据之一．监测信号的趋势预测是根据监测信号过去和现在的状况，科学地预测和推断其未来的发展趋势和方向．预测精度的高低很大程度上取决于所采用的预测方法是否适合于预测对象．预测方法一般以时间序列进行数据建模．考虑现场的实际需要，本文提出采用ＡＲ模型进行趋势预测，该方法计算简单，易于满足现收稿日期：２００６一ｌｌ一２０；修回日期：２００７一０３～２０作者简介：杨皓（１９７９一），男，硕士研究生，主要从事机电一体化研究。Ｅ－ｍ棚：ｙ¨ｇｌｌ∞一１９７９１１２２＠１６３．ｃ∞万方数据南京Ｔ程学院学报（自然科学版）２００７年６月场实时性的要求．１随机信号参数建模１．１基本方法为随机信号建立参数模型是研究随机信号的一种基本方法，其含义是认为随机信号是由白噪激励某一确定系统的响应．只要白噪的参数确定了，研究随机信号就可以转化成研究产生随机信号的系统．信号响应如图...