导读:本文包含了灰色退化论文开题报告文献综述及选题提纲参考文献，主要关键词:灰色关联度,ELM,滚动轴承,健康状态
灰色退化论文文献综述
杨超,杨晓霞,李灵飞[1]（2019）在《基于灰色关联度和ELM的轴承性能退化趋势预测》一文中研究指出为了及时发现轴承运行状态的异常信息,避免因轴承故障带来的严重后果,文章采用灰色关联度分析和极限学习机(ELM)相结合的方法对滚动轴承性能退化趋势进行预测。将滚动轴承运转的全寿命数据进行连续分组,计算各组数据与轴承状态良好的第一组数据之间的灰色关联度,根据关联度值的变化判断轴承健康状态;采用极限学习机(ELM)建立轴承健康性能退化模型,以灰色关联度作为健康性能指标,对轴承的性能退化趋势进行预测。研究结果表明,灰色关联度比均方根指标能更早地发现轴承的异常,ELM预测的关联度值与实际关联度值变化趋势一致性较好,当关联度真实值突然连续低于ELM预测范围临界值时,认为轴承性能恶化。(本文来源于《组合机床与自动化加工技术》期刊2019年11期）
李伟峰,王磊[2]（2019）在《基于灰色神经网络的船舶柴油机活塞环退化可靠性研究》一文中研究指出柴油机能否可靠运行直接影响着船舶任务的执行。传统的柴油机可靠性评估方法依赖大量的统计数据、忽略了个体差异,因而进行评估的能力有限。引入灰色神经网络的方法对退化数据进行处理。通过两台某型船舶柴油机样机耐久性试验得到的活塞环磨损退化数据,验证了此方法的有效性。此方法理论上可以在少量历史数据的基础上,减少耐久性试验的时间,对失效物理过程未知的小样本退化数据的可靠性分析上,有一定应用前景。(本文来源于《自动化与仪器仪表》期刊2019年10期）
左梦婷,鲍建华,廖国威,朱家明[3]（2019）在《基于熵权法和灰色预测对环境退化成本的研究》一文中研究指出针对土地开发项目中环境成本的评估问题,运用熵权法、成本效益分析法及灰色预测等方法,构建生态系统服务评估模型和灰色预测模型.以北京市为例,综合运用EXCEL,MATLAB,SPSS等软件,通过数据求解与分析对不同规格土地利用项目的实际成本效益进行评估,对土地利用项目的规划具有一定参考意义.(本文来源于《高师理科学刊》期刊2019年07期）
张雨琦,邹金慧,马军[4]（2019）在《多退化变量灰色预测模型的滚动轴承剩余寿命预测》一文中研究指出针对单一退化变量预测滚动轴承性能退化趋势时可靠性和误差精度较低的问题,提出了基于多退化变量灰色预测模型的滚动轴承剩余寿命预测方法。该方法通过提取滚动轴承全寿命周期振动信号的退化趋势特征参数集,结合退化趋势特征参数集及故障早期突变点,实现滚动轴承的早期故障识别;并根据轴承寿命与特征参数之间的映射关系建立多退化变量灰色预测模型对轴承的剩余寿命进行预测。仿真实验结果表明,多退化变量灰色预测模型具有更高的误差精度和可靠性,其预测效果优于BP神经网络、单一退化变量灰色预测以及SVR(支持向量回归)预测模型,能够更好对滚动轴承寿命的变化趋势进行表征。(本文来源于《探测与控制学报》期刊2019年03期）
林湘云,文武,王红涛,高军[5]（2017）在《基于灰色系统理论的加速退化试验可靠性评估》一文中研究指出加速退化试验的原始数据大部分是离散分布的,导致难以适用于传统可靠性评估方法。在加速退化试验数据的可靠性评估研究方面,提出了使用灰色系统理论方法来分析加速退化试验中获取的原始数据,通过对加速退化试验获得的量纲和时间长度均不相等的实验原始数据进行预处理、灰色关联度考查并建立灰色离散模型,实现初始数据同一性。最后以某电子组件加速退化试验数据为例,通过数据预处理和灰色系统理论分析两大步骤,实现对70℃下的加速退化试验原始数据的分析处理,验证了灰色系统理论对原始试验数据的处理可以进一步提高可靠性评估的实用性。(本文来源于《环境技术》期刊2017年03期）
谷梦瑶,陈友玲,罗凯[6]（2017）在《多退化变量下基于灰色生成率序列的相似性寿命预测方法》一文中研究指出鉴于目前关于多退化变量下相似性寿命预测方法的研究较少,提出了多退化变量下基于灰色生成率序列的相似性寿命预测方法。采用灰色累加生成关联模型,将样本数据转换成灰色生成率序列;基于服役样本和参照样本的灰色生成率序列,采用灰色相似关联度分析法计算服役样本与参照样本的相似度,其中各退化变量的权重通过群体一致性算法计算得到;结合参照样本的相似度与实际剩余寿命,采用相似加权平均法预测服役样本的剩余寿命;通过陀螺仪剩余寿命预测的实例,对所提方法的合理性和有效性进行了验证。初步的案例研究显示,所提出的基于灰色生成率序列的相似性寿命预测方法可以获得更精确的剩余寿命预测结果,具有良好的应用前景。(本文来源于《计算机集成制造系统》期刊2017年03期）
马洪霞,丛林虎[7]（2016）在《基于改进非等间隔灰色预测模型的导弹退化状态预测》一文中研究指出针对导弹退化状态预测中存在的测试数据不等间隔、小样本,使用传统非等间隔灰色预测模型(Unequal Interval Grey Model,UGM(1,1))预测精度不高的问题,通过分析传统UGM(1,1)的建模过程,对传统UGM(1,1)的背景值构造方式进行优化,设计一种新的背景值计算公式,进而提出一种基于背景值优化UGM(1,1)预测模型的导弹退化状态预测方法。以贮存状态下的某型导弹为例,实现关键参数预测,结果验证了该方法的合理性与有效性。(本文来源于《计算机与现代化》期刊2016年03期）
方园[8]（2012）在《灰色退化中立时滞系统的鲁棒反馈控制》一文中研究指出在退化情况下讨论灰色中立时滞系统的鲁棒反馈控制问题。基于闭环系统的中立型变换,Lyapunov-Krasovskii泛函的构造,并利用线性矩阵不等式方法,得到此类系统的鲁棒稳定性判据。通过实例验证了结果的有效性和可行性。(本文来源于《重庆科技学院学报(自然科学版)》期刊2012年05期）
洪建航,秦李宏[9]（2012）在《灰色系统理论在桥梁功能退化分析中的应用》一文中研究指出本文以涪陵乌江二桥为工程背景,根据对乌江二桥的长期健康监测而积累的数据,运用灰色系统理论中的数列预测方法,对该桥工作状态进行退化预测分析。分析结果为桥梁健康状况、安全储备以及功能退化提供信息,为桥梁诊断、养护、维修加固提供理论依据,以便及早制定养护维修计划,避免出现桥梁使用功能加速恶化的趋势,降低重大事故发生的概率。(本文来源于《中国新技术新产品》期刊2012年02期）
李坤兰[10]（2011）在《恒温加速退化试验的灰色预测》一文中研究指出针对恒温加速退化试验数据处理中的贫数据问题,利用灰色建模所需数据量少的优势,提出了加速寿命的灰色预测方法。将灰色GM(1,1)模型与阿伦尼乌斯方程相结合,提出了加速退化试验有效性判断依据和常温贮存寿命外推方法,并在某型叁极管的加速退化试验数据处理中进行了成功应用。将此外推方法与曲线拟合方法进行了比较,结果表明该模型具有更好的适应性。(本文来源于《装备环境工程》期刊2011年04期）
灰色退化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
柴油机能否可靠运行直接影响着船舶任务的执行。传统的柴油机可靠性评估方法依赖大量的统计数据、忽略了个体差异,因而进行评估的能力有限。引入灰色神经网络的方法对退化数据进行处理。通过两台某型船舶柴油机样机耐久性试验得到的活塞环磨损退化数据,验证了此方法的有效性。此方法理论上可以在少量历史数据的基础上,减少耐久性试验的时间,对失效物理过程未知的小样本退化数据的可靠性分析上,有一定应用前景。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
灰色退化论文参考文献
[1].杨超,杨晓霞,李灵飞.基于灰色关联度和ELM的轴承性能退化趋势预测[J].组合机床与自动化加工技术.2019
[2].李伟峰,王磊.基于灰色神经网络的船舶柴油机活塞环退化可靠性研究[J].自动化与仪器仪表.2019
[3].左梦婷,鲍建华,廖国威,朱家明.基于熵权法和灰色预测对环境退化成本的研究[J].高师理科学刊.2019
[4].张雨琦,邹金慧,马军.多退化变量灰色预测模型的滚动轴承剩余寿命预测[J].探测与控制学报.2019
[5].林湘云,文武,王红涛,高军.基于灰色系统理论的加速退化试验可靠性评估[J].环境技术.2017
[6].谷梦瑶,陈友玲,罗凯.多退化变量下基于灰色生成率序列的相似性寿命预测方法[J].计算机集成制造系统.2017
[7].马洪霞,丛林虎.基于改进非等间隔灰色预测模型的导弹退化状态预测[J].计算机与现代化.2016
[8].方园.灰色退化中立时滞系统的鲁棒反馈控制[J].重庆科技学院学报(自然科学版).2012
[9].洪建航,秦李宏.灰色系统理论在桥梁功能退化分析中的应用[J].中国新技术新产品.2012
[10].李坤兰.恒温加速退化试验的灰色预测[J].装备环境工程.2011