海洋浮标压力传感器结构复杂,长期受到海水侵蚀,传感器的测量误差问题频繁出现;采用时间序列分析方法建立了针对浮标压力测量误差的数学模型;首先采用游程检验法检验序列的平稳性,然后依据自相关函数和偏自相关函数的统计特性确定序列为自回归滑动平均混合模型,使用AIC准则和最小二乘法确定为ARMA（9,12）模型,最后通过MATLAB软件对浮标压力测量误差数据模型进行参数估计和适应性检验;结果表明,ARMA（9,12）模型是一种非常理想的数学模型,能够应用解决浮标压力测量误差的问题。

为描述某活门阀芯处的压力,提出使用CFD技术并结合时间序列分析方法对阀芯处的压力进行建模。对燃油计量系统进行流场仿真,在阀芯处设置monitor以获取压力值;对获取的压力值采用时间序列方法进行分析,建立该序列的ARMA-ARCH模型。使用该模型进行预测并与原始序列对比,结果表明该模型拟合较好。

液压推进系统是盾构机的关键构成,承担着盾构机姿态控制、纠偏和同步前进等重要功能,以推进系统的运行数据为基础,精准预测数据的变化是分析、预测和避免盾构机产生安全问题的重要手段。基于随机时序分析法(Autoregressive Integrated Moving Average model, ARIMA)对盾构机液压推进系统数据进行预测研究。首先利用相关性分析方法,获得了与盾构机液压推进系统推进过程相关性较高的数据类别为掘进速度,基于该数据进行了自相关性的分析;之后,基于ARIMA方法,建立

介绍了基于时间序列分析的陀螺仪随机误差模型的建立,并对误差模型进行滤波补偿的方法.主要是利用eviews软件将陀螺仪随机漂移数据进行平稳化处理,然后对处理后的时间序列进行模型的识别与定阶,最后结合kalman滤波方法对建立随机误差模型滤波补偿.实验结果表明,该方法建立的模型很好地反映了陀螺仪随机漂移的趋势,并有效地抑制了陀螺仪的随机噪声,提高了其输出精度.