在工件的制造过程中,具有多个特征的工件在加工时,其加工特征的能耗属性不同,为了研究在工件不同的加工特征对能耗的影响,创建了面向加工特征的工件制造过程能耗预测模型。首先,将工件看成单个加工特征的集合体,其次对工件特征切削功率的分析,创建有关切削功率的能耗数学模型;然后采用GM(1,1)模型完成工件加工时其切削功率的灰色建模,实现整个工件能耗的预测过程,最后通过对冲床顶支座的加工过程为例,说明了该模型的准确性。

针对管道腐蚀预测分析因素复杂且具有较大随机性与模糊性的问题,建立了一种基于集成学习与机器学习算法的PSO-MGM管道腐蚀预测模型。在管道腐蚀检查数据的基础上,以MGM(1,1)为预测模型,采用PSO算法选出最优白化因子,实现了管道腐蚀速率预测。仿真结果表明,所提模型预测值与实际值拟合效果良好,可较为理想地反映管道腐蚀发育情况,相较于标准GM(1,1)预测模型和MGM(1,1)预测模型,其平均相对误差更小,满足预测精度需求,并可具体预测某一管道腐蚀发育情况,具有一定的实际应用价值。

研究了PVA纤维长度和体积掺量对轴心抗压强度和抗折强度的影响,并采用灰色理论模型分析了轴心抗压强度和抗折强度随龄期的变化规律。结果表明:PVA纤维的掺入在一定程度上改善了混凝土的轴心抗压强度和抗折强度;非等时距GM(1,1)模型的预测精度较高。

测量不确定度一般来源于随机性和模糊性，分为A类标准不确定度和B类标准不确定度。测量不确定度往往由统计方法或非统计方法求得标准不确定度后再合成得到。灰色系统理论对样本量没有严格要求，不要求服从任何分布，可以解决统计方法需要的一定数量测量数据且需知道其统计分布规律在实际中很难做到的问题。本文利用灰色系统理论的GM（1，1）模型给出求解标准差的新方法，以此来评定A类标准不确定度，对测量数据的数量和分布规律无特殊要求，适合小样本测量数据的不确定度评定。该方法对于提高测量效率具有重要参考价值。

火电厂钢球磨煤机的负荷对象具有大滞后、慢时变、强非线性等复杂特性,采用常规控制方法难以获得满意的控制效果,提出了基于灰色预测PID控制的球磨机负荷控制方法,它融合了灰色预测与常规PID控制这两者的设计思想,将灰色预测在线预测结果代替被控对象测量值,再进行PID控制运算。Simulink仿真结果表明,灰色预测PID控制在控制的快速性、稳定性、适应性、鲁棒性、抗干扰性上均优于常规PID控制和带Simth预估PID控制。