《表3 监测参数MAE值：基于改进ARMA模型的火箭发动机稳态工况过程实时故障诊断方法研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进ARMA模型的火箭发动机稳态工况过程实时故障诊断方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据图5左侧图形观察可以知道，预测图形和实际图形基本重合，预测效果良好，并且在故障发生后，3个监测参数都有了明显的下降，这和我们之前预测的故障参数变化趋势一致，这也证明了搭建的发动机故障仿真模型是正确的；右侧图形可以发现，实际值和预测值得差值相比于实际值较小，证明了预测结果精度较高。而对于时间序列模型的预测效果来说，预测的精度是极为重要的，接下来我们通过相关数值来让结果更加清晰明了。目前，对预测的精度评定主要是基于误差理论[10]，即用平均绝对误差（Mean Absolute Error，MAE）和均方误差（Mean Squared Error，MSE）来衡量。本文选择平均绝对误差MAE作为模型预测精度的判断标准，通过Matlab编程得到了三个监测参数MAE值如表3所示。