针对在工程实际中很难得到系统准确的白噪声响应信号,因而给系统ARMA（Auto-regressive Moving-average）时间序列模型辨识带来一定不便的问题,提出了一种基于系统冲击响应信号ARMA时间序列建模方法。利用系统白噪声输入响应信号与冲击输入响应信号的相关函数之间的比例关系,构造基于冲击响应信号相关函数的参数求解方程组,以达到系统模型参数的辨识。该方法利用系统冲击响应输出信号即可有效地实现系统的ARMA建模,同时又避免了常规建模方法中获取系统白噪声响应的不便。仿真实验表明,该方法能够有效辨识系统模型。

针对全球年平均气温历史数据既有趋势性又有波动性的特点，提出用灰色系统理论与时间序列分析相结合的方法建立GM—ARMA组合模型来预测全球年平均气温。基于这个模型采用等维递补的预测方法预测出了过去十年内的全球年平均气温，通过与实际数据相比较发现该模型具有较高的预测精度。最后采用该组合模型预测出了未来十年内的全球年平均气温。

往复密封件作为机载液压作动器的重要组成部分,对飞行安全有着重要的影响。机载往复密封件承受着高压、宽温、变载荷、强振动等机载工况,多场耦合作用下其失效机理复杂,现有数值模型难以完全揭示其失效机理。在基于自回归滑动平均(Auto-Regressive Moving Average,ARMA)模型的机载往复密封二元时变相关退化建模过程中,首先,基于维纳过程描述往复密封摩擦力和泄漏量退化轨迹,采用Copula函数连接2个性能退化指标之间的相关性;并用ARMA模型表征相关性系数的时变性,采用2段贝叶斯估计的方法对模型中的参数进行估计;最后,介绍了往复密封试验装置,并基于该装置的试验数据验证了所提出的往复密封退化模型的准确性。

汽车行业已经在国民经济中占有很大的比重，因此对于无论是调控汽车市场的走向的政策制定者，还是需要了解市场行情的汽车制造厂商而言，汽车销售量的预测都有着极为重要的作用。文中采用时间序列模型对于中国汽车的月销盘进行预测，通过比较，选取最优模型，然后对2013年中国汽车的销售量进行一个简单的预测，为政府及企业的相关人员提供一个数据基础，希望其可以根据预测值进行政策以及策略的调整。

精轧机锻造过程中，钢材的厚度、宽度的变化等因素可能对液压信号产生影响，从而产生液压系统的液压冲击。分析了精轧动作各个时序段液压信号，采集大量的样本数据，分类拟合液压信号的变化趋势。探讨液压信号在精轧过程的影响因素。通过广义相关分析，得出液压冲击故障产生的原因及机制。并对控制系统进行相应的优化，解决了液压冲击造成的液压系统不稳定问题和产品质量问题。