基于GM(1,1)-ARIMA模型的设备故障时长分析

刘设; 陈盛兰; 吴生楠; 叶洪旭

首页> 中文期刊> 《自动化与仪器仪表》 >基于GM(1,1)-ARIMA模型的设备故障时长分析

基于GM(1,1)-ARIMA模型的设备故障时长分析

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

设备故障停机时长是影响企业生产运营和效率的关键技术指标。为了能一目了然地反映设备自身的运行状况,提出了一种设备故障时长评估新指标——设备故障工时损耗率,将因设备故障产生的时长转化为设备故障工时损耗率。以露天矿大型设备电铲车一年电气故障时长作为基础数据,建立均值差分GM(1,1)模型,掌握设备稳定性,为采矿优化调度、生产产能制定提供有效支撑;建立ARIMA模型,拟合时间序列并获取短期预测数据,将其转化为评估指标验证模型,有效缩短故障检测和维修准备的时间。

著录项

来源
《自动化与仪器仪表》 |2021年第11期|1-5|共5页
作者
刘设; 陈盛兰; 吴生楠; 叶洪旭;
展开▼
作者单位

沈阳工业大学;

沈阳110000;

展开▼
原文格式 PDF
正文语种 chi
中图分类设计、性能分析与综合;露天矿运输;
关键词
设备故障; ARIMA模型; GM(1; 1)模型; 预测;

相似文献

中文文献
外文文献
专利

1. 基于GM(1,1)模型和ARIMA模型的大名县油料产量分析 [J] . 杨颖颖 ,陶佩君 ,崔永福 . 粮油与饲料科技 . 2021,第5期
2. 基于ARIMA模型与GM(1,1)模型的居民消费价格指数预测对比分析 [J] . 潘静 ,张颖 ,刘璐 . 统计与决策 . 2017,第20期
3. 基于GM(1,1)-ARIMA组合模型的宁波港口物流需求预测分析 [J] . 张婉琳 . 物流工程与管理 . 2023,第1期
4. 杭州市人才需求分析与预测——基于GM(1,1)和ARIMA模型 [J] . 任静 ,季民 ,陈兆宁 . 现代信息科技 . 2020,第4期
5. 杭州市人才需求分析与预测——基于GM(1,1)和ARIMA模型 [J] . 任静 ,季民 ,陈兆宁 . 现代信息科技 . 2020,第4期
6. 基于GM(1,1)-ARIMA最优组合的大坝预测模型 [C] . 覃劭峰 . 中国测绘地理信息学会2014工程测量分会与矿山测量专委会年会暨全国变形与安全监测学术研讨会 . 2014
7. 基于ARIMA模型和GM(1,1)模型的河南省人口的实证分析 [A] . 张瑶真 . 2019

基于GM(1,1)-ARIMA模型的设备故障时长分析

摘要

著录项

相似文献

相关主题

期刊订阅