目前,大多加工企业对数控机床刀具的监测往往通过人工经验或定期停机检查,这不仅降低了生产效率,还导致刀具加工过程存在明显的数据不平衡问题。为此,提出一种融合Attention机制的门控循环单元(GRU)自动编码器模型用于刀具异常检测。该模型使用门控循环单元搭建编码器和解码器,提取时序数据的深层特征。在编码器重构部分融入注意力机制,实现对关键特征的选择,从而提高模型效率。此外,提出结合长时评价窗机制的异常检测模型,以进一步增强检测能力和稳定性。最后,通过在实验所得数据集和公开数据集上进行实验,证明该方法的有效性和可行性。结果表明该方法在不同数据集上的准确率均超过98%;与刀具状态监测领域其他方法相比,该方法无需进行大量实验来获取刀具全生命周期数据和磨损标签数据,便于刀具检测系统的开发和应用。

快速存取记录器(QAR)记录了表征飞机系统状态以及飞行状态的参数,QAR数据异常检测对飞机状态监控、飞行品质评估和保障飞行安全等具有重大意义。基于QAR数据的时间相关性,采用滑窗与聚类相结合的方法实现了单维参数的异常检测;基于QAR数据的空间相关性,采用多元线性回归方法实现了多维参数的异常分析。以某一航班的QAR数据为例进行仿真分析,结果表明,所采用的算法可以有效检测出异常数据,并能确定异常产生的原因,为QAR数据在飞行品质评估与飞机状态监控中的应用奠定了理论基础。

为了更好的利用海量数据中蕴藏的隐藏规律,对数据更好的挖掘,提高对钢铁企业高炉煤气产生量的预测精度,针对钢铁企业实际生产作业所采集到的非平稳非线性的数据,这里提出一种将卷积神经网络(CNN)和门结构循环单元(GRU)网络相结合的预测模型。模仿词向量方法,将海量的时间信息、温度数据和压力数据等信息串联成一个向量作为输入,采用CNN对输入进行特征提取,将得到的特征向量构造为时间序列,并作为输入数据给GRU网络进行高炉煤气产生量预测。这里所提出的方法,对唐山某钢铁企业的实际生产中数据进行预测实验,结果表明,这里所提出的方法比传统的BP神经网络和LSTM网络预测模型具有更高的预测精度和更快的预测速度。

液压支架载荷分析、预测技术是实现工作面围岩控制与安全、智能开采的基础。通过对液压支架的载荷数据进行分析,发现液压支架载荷数据具有较强的时间序列特征。基于统计学理论与数据挖掘方法建立了液压支架载荷的季节性差分自回归滑动平均(SARIMA)模型。SARIMA模型能够实现对一个液压支架循环作业周期内的载荷变化规律进行较好的预测,预测效果较好,但由于液压支架载荷变化受多种因素影响,仅采用SARIMA模型仍然存在一定的局限性。将工作面上覆岩层断裂失稳的力学模型、数值模拟计算模型与时间序列模型进行有效融合,可以有效提高对液压支架载荷的预测效果。

磨削加工是高精密零件的重要加工环节,且影响磨削工件尺寸精度的因素复杂。针对传统预测模型无法准确预测其趋势变化或预测效果较差,且预测精度不高这一问题,通过对磨加工过程进行分析,对尺寸预测技术的适用性进行研究,提出将小波变换与时间序列分析相结合的预测模型。通过实验验证小波时间序列模型预测平均误差不超过1μm,平均绝对误差MAE=0.105,均方根误差RMSE=0.185,平均绝对百分比误差MAPE=0.159,证明了基于小波时间序列模型的磨加工尺寸预测技术的精确性与可行性。

汽车行业已经在国民经济中占有很大的比重，因此对于无论是调控汽车市场的走向的政策制定者，还是需要了解市场行情的汽车制造厂商而言，汽车销售量的预测都有着极为重要的作用。文中采用时间序列模型对于中国汽车的月销盘进行预测，通过比较，选取最优模型，然后对2013年中国汽车的销售量进行一个简单的预测，为政府及企业的相关人员提供一个数据基础，希望其可以根据预测值进行政策以及策略的调整。

本文提出用分布参数法建立泵源阻抗数学模型;用时间序列辨识压力脉动。按照这种新的方法。可以把系统内外的干扰与影响隔离开来,求得固有的流量脉动。实验证明,这种测定方法具有较高的精度。

双谱可以描述系统的非线性耦合,抑制高斯噪声和保留相位信息。当减压阀系统受到零均值的非高斯噪声干扰时,利用减压阀输出的位移信号建立AR时间序列模型,通过AR双谱进行减压阀故障诊断。结果表明在相同的液压压力下,减压阀在正常工作和出现故障时的双谱存在明显差异,双谱表现出了不同的特征;对于同一实验组,在不同的液压压力下减压阀的双谱特征有略微变化,液压压力对减压阀的故障诊断影响不大,这样有助于在实际应用中对减压阀做出快速诊断。理论和实验说明了双谱分析是实现液压元件故障检测的有效方法之一。

传统的负压波法无法对已有的管道稳态泄漏进行检测，该文提出了一种新型的气体管道泄漏检测与定位技术，通过在管道末端主动施加外部扰动，分析管道系统在此扰动信号作用下的瞬态流动，以时间序列神经网络建立管道系统的泄漏检测模型，并通过实验对该方法进行了验证。该方法无需实时监控，只在需要时进行检测，具有很强的主动性，可减少漏报。

提出一种利用时间序列双谱分析实现电磁换向阀的故障诊断的新方法。通过将实验采集到的换向阀正常工作和出现故障时的振动信号进行双谱分析，可以观察到振动信号双谱幅值图存在明显差异。由此可知，时间序列双谱分析可以诊断出换向阀的不同类型故障，是一种实现液压元件故障检测的有效方法。