《生产设备故障周期的预测方法研究》由会员分享，可在线阅读，更多相关《生产设备故障周期的预测方法研究（5页珍藏版）》请在金锄头文库上搜索。
1、生产设备故障周期的预测方法研究生产设备故障周期的预测方法研究1 引引 言言随着科学技术的发展，企业生产设备的技术含量也有了长足的进步，现代设备正向大型自动化、集成化方向发展，设备结构越来越复杂。功能越来越强大，设备在过程中就更加容易出现故障。在生产过程中，如何有效地避免设备发生故障是企业进行设备管理的重点，这对保证企业安全生产和提高企业经济效益具有重要意义。因此在设备的维护过程中，如何对设备故障周期进行科学地预测，从而确定点检计划周期，做到防范于未然，成为当前设备维护管理中的重大课题。2 故障周期预测方法故障周期预测方法故障周期的预测的内容十分丰富，由于故障的复杂性、随机性、开放性、模糊性以及
2、火灾信息的不完善性，没有单纯的预测方法能满足预测决策工作的需要。目前已发展了许多预测方法，不同的预测方法适用于不同的情况。在实际应用中应做具体分析，针对具体问题选择最有效的预测方法进行预测分析。本文讨论应用最为广泛的两种时间序列预测法，即移动平均法和指数平滑法在故障周期预测中的应用。2.1 移动平均法移动平均法移动平均法是一种根据时间序列资料，逐项推移，依次计算包含一定项数的时序平均值，以反映长期趋势的计算方法。因此当时间序列的数值由于受周期变动和随机波动的影响起伏较大，不易显示出事件的发展趋势时，使用移动平均法可以消除这些因素的影响，显示出事件的发展趋势(即趋势线)，然后依趋势线分析预测序列
3、的长期趋势。移动平均法包括简单移动平均法(也称为一次移动平均法)和趋势移动平均法。当时间序列没有明显的趋势变动时，使用一次移动平均就能够准确地反映实际情况，直接用第 t 周期的一次移动平均数就可预测第 t+1 周期之值。但当时间序列出现线性变动趋势时，用一次移动平均数来预测就会出现滞后偏差，需要进行修正。修正的方法是在一次移动平均的基础上再做二次移动平均，利用移动平均滞后偏差的规律，找出曲线的发展方向和发展趋势，建立直线趋势的预测模称为趋势移动平均法。设一次移动平均数为 Mi(1)，则二次移动平均数的计算公式为：再设时间序列 Y1，Y2，Yi，从某时期开始具有直线趋势，且认为未来时期亦按直线趋
4、势变化，则可设此直线趋势预测模型为：式中：t 为当前时期数；T 为由当前时期数 t 到预测期的时期数，即 t 以后模型外推的时间；Yt+T 为第 t+T 期的预测值；at 为截距；bt 为斜率。at、bt 又互称为平滑系数。根据移动平均值可得截距和斜率的计算公式为：在应用移动平均法时，移动平均项数 N 的选择十分关键，它取决于预测目标和实际数据的变化规律。2.2 指数平滑法指数平滑法移动平均法的预测值实质上是观测值的加权和，且对不同时期的数据给予相间的加权限，这往往不符合实际情况。指数平滑法则对移动平均法进行了改进和发展，其应用较为广泛。根据平滑次数不同，指数平滑法分为一次指数平滑法、二次指数
5、平滑法和三次指数平滑法等。其基本思想是：预测值是以往观测值的加权和。且对不同的数据给予不同的权，新数据给较大的权，旧数据给较小的权。 当时间序列没有明显的趋势变动时，使用第 f 周期一次指数平滑就能直接预测第 t+1 期之值。但、当时间序列的变动出现直线趋势时，用一次指数平滑法来预测仍存在着明显的滞后偏差。因此，也需要进行修正。修正的方法是在一次指数平滑的基础上再作二次指数平滑，利用滞后偏差的规律找出曲线的发展方向和发展趋势，建立直线趋势预测模型，故称为二次指数平滑法。设一次指数平滑为 Si(1)，则二次指数平滑 Si(2)的计算公式为：其中 a 为加权系数，且 0a1。若时间序列 Y1，Y2
6、，Yi 从某时期开始具有直线趋势，且认为未来时期亦按此直线趋势变化，则与趋势移动平均类似。可用如下的直线趋势模型来预测：式中：t 为当前时期数；T 为由当前时期数 t 到预测期的时期数；Yt+T 为第 t+T 期的预测值；at 为截距；bt 为斜率。at、bt 计算公式为：3 应用实例应用实例例如根据设备点检管理系统中活套系统故障的记录，通过分析故障发生的时间，计算连续时间的故障周期如表 1 第 1、2 列所示，分别用采用移动平均法和指数平滑法来预测下次发生故障的周期。 表 1 故障周期及移动平均法预测值使用移动平均法对该故障形势进行预测。移动平均的项数选择 N4。利用一次移动平均计算公式计算
7、结果如表 1 所示。由表中|阿以看出，该故障的发牛周期具有比较明显的线性趋势。目此，要进行预测还必须先作二次移动平均，在一次移动挈均的基础上再进行移动平均。利用二次移动平均计算公式求出实际值。利用截距和斜率的计算公式，求 a9、b9：由此可预测，在 t10 设备故障周期为：同样利用上面港套系统故障记录，利用一次指数平滑和二次指数平滑进行预测。由于时间序列变化波动不大，所以可以选择在 0.30.5 之间选择 a 的值，即 a0.3、0.4 或者 0.5。通过一次指数平滑计算可得，当 a0.4 时，S49798 最小。因此邂取 a0.4，其对应的 Yt506作为最佳预测值。由故障发生周期可以看出，
8、故障周期具有较明显的线性趋势，因此，需要进行二次指数平滑，即在一次指数平滑的基础上进行二次指数平滑，所得结果如表 2 所示。表 2 指数平滑预测值利用公式可得：因此，预测第 10 次故障周期为：4 结结 论论把将要预测目标的历史数据按时间的顺序排列成为时间顺序，利用时间序列预测法来预测目标的未来值，把影响目标的一切因素由“时间”来综合描述，可以更加容易地推测目标的未来趋势。利用数理统计方法中的移动平均法和指数平滑法，对故障周期进行预测，可以比较准确地预测故障周期。由于移动平均法是对不同时期的数据给予相同的加权，而指数平滑法依据数据的影响程度对不同的数据给予不同的权，若加权适当，指数平滑法将获得更高的精度。
