齿轮箱油温预测模型

用随机微分方程同时刻画老化与随机扰动，精度高于常微分方程。

苏宏升 · Zonghao, Ding · Xingsheng, Wang

Mathematics 2024

技术优势

误差更低

迭代和马尔可夫修正后，模型拟合和测试误差显著降低。

能刻画随机扰动

模型将油温变化分为内部老化和外部随机扰动，用布朗运动模拟随机部分。

预测更准

与常微分方程和未迭代的随机微分方程相比，迭代模型能更好地预测特定时刻的油温。

应用场景

• 风电机组状态监测：实时预测齿轮箱油温，提前发现异常。
• 齿轮箱维护：根据预测安排维护，减少非计划停机。
• 预测性维护：提供油温预测，支持状态检修决策。
• 风电运维：降低齿轮箱故障率，提升运维效率。