Time series and prognostication of vibration level for hydrotreaters

Abstract

Ця стаття присвячена проблемі прогнозування рівня вібрації гідрогенераторів з використанням математичних моделей, які описують часові ряди з довгою пам'яттю. Результати дослідження показали, що процеси, які описують рівень вібрації вузлів гідрогенератора, можуть бути представлені математичними моделями ARCH і GARCH. Автори розробили алгоритм, щоб виявити довгу пам'ять в часових рядах з використанням методу Сугено, проаналізувати часовий ряд і, використовуючи ці результати, прийняти рішення, в якому робочому стані вузол.

Эта статья посвящена проблеме прогнозирования уровня вибрации гидрогенераторов с использованием математических моделей, которые описывают временные ряды с длинной памятью. Результаты исследования показали, что процессы, которые описывают уровень вибрации узлов гидрогенератора, могут быть представлены математическими моделями ARCH и GARCH. Авторы разработали алгоритм, чтобы обнаружить длинную память во временных рядах с использованием метода Сугено, проанализировать временной ряд и, используя эти результаты, принять решение, в каком рабочем состоянии узел генератора.

This article is devoted to the problem of vibration level prognostication of hydrotreaters using the mathematical models that describe the time series with long memory. The next problem investigation shows that the processes, which describe the vibration level of hydrotreater’s knot, might be represented effectively with mathematical ARCH and GARCH models. Authors develop the prognostication algorithm for vibration level of hydrotreater’s knot that allows detect a long memory in time series with usage of Sugeno method, analyze a time series and based on these results make a decision about working state of hydrotreater’s knot.