本课程是机械工程学科研究生的一门专业选修课。课程重点讲授时间序列建模方法及在机械工程中的应用。ARMA模型的定义、基本原理;ARMA模型的时域和频域特性;模型的辨识建模方法和适用性检验。ARMA模型的最佳预测;ARMA模型基础上的机械系统模式识别及故障诊断;非平稳时间序列建模。简介机械系统计算机仿真的概况。旨在使学生获得对机械系统进行建模及动特性分析的初步能力。

1．掌握机械系统建模的基本概念及常用方法种类。

2．了解和掌握机械系统辨识、参数估计建模的原理和方法。

3．掌握时间序列方法在机械系统中的建模和应用原理。

本课程综合成绩满分为100分。

1. 课堂考勤占50%,

2. 课程讨论成绩占20%

3. 期末考试成绩占30%。

        学习《机械系统建模与仿真》课程需要有一定的数学基础，如果你对微积分和概率论与数理统计方面的知识有一定的了解，就能相对轻松地学好《机械系统建模与仿真》课程。

第一章：绪论

1. 1 系统、模型与仿真技术概述

1. 2 仿真技术的应用

1. 3 仿真技术的发展历程

1. 4 本课程学习的主要内容及要求

第二章：基础及预备知识

2. 1 随机过程的基本概念

2. 2 平稳性的基本概念

第三章：机械系统计算机仿真软件

3．1  机械系统MATLAB仿真基础

3．2  机械系统SIMULINK仿真基础

第四章：平稳时间序列建模与分析

4. 1 平稳时间序列的基本概念

4. 2 自回归AR模型定义及统计特性

4. 3 滑动平均MA模型定义及统计特性

4. 4 自回归滑动平均ARMA模型定义及统计特性

第五章：ARMA模型的时、频域特性

5. 1 ARMA模型的时域特性

5. 2 ARMA模型的频域特性

第六章：ARMA模型的建立及应用

6. 1 AR模型的建立及应用

6. 2 ARMA模型的建立及应用

第七章：ARMA模型的最佳预测

7. 1  最佳预测原理

7. 2  最佳预测的计算

7. 3  最佳预测的校正

7. 4  利用ARMA模型最佳预测计算

7. 5  MATLAB下常用的时间序列分析函数

第八章：模式识别及应用

8．1  模式识别与故障诊断的基本概念

8．2  用AR模型参数构造的距离判别函数

8．3  特征量的提取

第九章：非平稳时间序列建模

9．1  非平稳时间序列的基本概念

9．2  求和自回归移动平均ARIMA模型的建立及应用

课堂研讨

1.  撰写一篇学术论文：“机械系统建模与仿真综述”（中国知网等）；

   2.完成“AR模型的建立及机械系统工程应用或ARMA模型的建立及机械系统工程应用”的大作业，用MATLAB语言编程。

参考教材

1．潘立登等编著，系统辨识与建模，化学工业出版社。

2．杨叔子等编著，时间序列分析的工程应用（上、下），华中理工大学出版社。

3. 张善文等编著，MATLAb在时间序列分析中应用，西安电子科技大学出版社。