典型文献
基于HP滤波与ARIMA-GARCH模型的柱塞泵泄漏量预测
文献摘要：
柱塞泵关键摩擦副磨损造成的泄漏增大是其性能退化的主要原因,预测泄漏量的变化趋势有助于定量分析柱塞泵性能退化过程.该研究使用HP(Hodrick-Proscott)滤波对柱塞泵泄漏量进行分解,结合滤波后得到的趋势数据具有非线性及方差异性的特征,基于时间序列方法建立HP-ARIMA-GARCH(HP-Auto Regressive Integrated Moving Average-Generalized Autoregressive Conditionally Heteroscedastic)模型预测柱塞泵泄漏量变化.通过不同时段泄漏量预测结果比较可知,根据HP滤波分解后得到的趋势数据序列建立的HP-ARIMA-GARCH模型较传统时间序列模型预测结果的平均相对误差最高可减小5.42个百分点,能够实现对泄漏量的有效预测.研究结论可为柱塞泵性能退化的定量预测提供理论参考.
文献关键词：
柱塞泵;模型;泄漏量预测;HP滤波;ARIMA-GARCH;性能退化
中图分类号：
作者姓名：
陈乐;高文科;冀宏;张磊
作者机构：
兰州理工大学能源与动力工程学院,兰州 730050;徐州工程学院机电工程学院,徐州 221018
文献出处：
引用格式：
[1]陈乐;高文科;冀宏;张磊-.基于HP滤波与ARIMA-GARCH模型的柱塞泵泄漏量预测)[J].农业工程学报,2022(10):61-67
A类：
泄漏量预测,Proscott,Conditionally,Heteroscedastic
B类：
HP,ARIMA,GARCH,柱塞泵,关键摩擦副,性能退化,Hodrick,时间序列方法,Regressive,Integrated,Moving,Average,Generalized,Autoregressive,不同时段,结果比较,波分,数据序列,传统时间,时间序列模型,平均相对误差,百分点,定量预测
AB值：
0.25162
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
