基于马尔科夫修正的潜油泵灰色振动预测模型.pdf

《基于马尔科夫修正的潜油泵灰色振动预测模型.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、石油机械-——84-——CHINAPETROLEUMMACHINERY2013年第41卷第3期．一油气田开发工程基于马尔科夫修正的潜油泵灰色振动预测模型正野李建兰康乐刘(华中科技大学能源与动力工程学院)摘要：针对潜油泵振动状态数据具有波动性的问题，建立了基于马尔科夫方法对灰色预测结果修正的预测模型。首先利用灰色等维新息GM(1，1)模型对样本数据进行灰色预测，然后根据状态实测数据与其灰色预测结果之间的误差百分比划分马尔科夫状态区间，建立马尔科夫状态转移概率矩阵。用马尔科夫状态转移概率矩阵和当前状

2、态的误差百分比状态向量计算得到马尔科夫修正值，对灰色预测结果进行修正，实现对设备波动状态参数的预测。潜油泵振动状态数据的预测结果表明，基于马尔科夫修正的灰色预测模型不仅比马尔科夫预测模型和灰色预测模型具有更高的预测精度，而且对波动数据的变化趋势具有更高的灵敏度，能够及时反映波动的变化，从而提高了预测精度。关键词：潜油泵；波动数据；灰色预测；等维新息GM(1，1)模型；马尔科夫状态转移概率矩阵中图分类号：TE355．5文献标识码：Adoi：10．3969／j．issn．1001—4578．2013

3、．03．020Mark念ovCorrection-basedGreyPredictionModelforSubmersiblePumpVibrationYanYeLiJianlanKangLeLiuNian(SchoolofEnergyandPowerEngineering，HuazhongUniversityofScience&Techn0logy)Abstract：Inlightofthefluctuationwiththevibrationstatedataofsubmersiblepum

4、pthepredictionm0de1was，establishedwhichisusedtocorrectthegreypredictionresultonthebasisoftheMark0vmeth0d．First．theGM(1．1)modelofgreyequaldimensionandnewinformationwasadoptedtoconductagreyDrediction0fsampledata·Then，accordingtotheerrorpercentagebetwee

5、nstatemeasurementdataandgreypredictionresuIt．theMark—OVstateintervalsweredividedandtheMarkovstatetransitionprobabilitymatrixwasestablished．Thestatevect0r0ftheerorpercentagebetweenthematrixandthecurrentstatewasappliedtocalculateandobtaintheMarkovc0rre

6、c—tedvaluewhichwasusedtocorrectthegreypredictionresultinordertoachievetheprediction0ffluctuatingstateparametersofequipment．Thepredictionresultofthefluctuatingstateofsubmersiblepumpsh0wsthattheMark0vcorrection。basedgreypredictionmodelhasahigherpredict

7、ionprecisionthanthatoftheMark0vDredicti0nmode1andthegreypredictionmode1．Moreoverithasahighersensitivitytothevariationtendencv0ffluctuationdata，．ItcanreflectthechangeoffluctuationontimeandthusimprovethepredictionDrecisi0n．Keywords：submersiblepump；fluc

8、tuationdata；greyprediction；GM(1，modelofequaldimensionandnewinformation；Markovstatetransitionprobabilitymatrix中挖掘其变化规律，对潜在的故障隐患进行预报，0引言为合理安排维修计划提供技术支持，从而保证设备的安全运行。预测技术可以从设备历史状态参数的发展趋势近年来，国内外许多学者对设备的故障预测进基金项目：国家自然科学基金项目“非线性旋转机械转子系统的突变故障预测研究”(50975105)。