基于混沌理论的往复式压缩机故障诊断

实测某往复压缩机气缸在正常、活塞体松动及拉缸工况下的振动信号,计算信号的关联维数、Kolmogorov熵及最大Lyapunov指数,并证明信号具有非线性。用奇异值分解(SVD)降噪法对信号进行降噪,通过奇异熵增量曲线选择降噪阶次,用互信息法求最佳延时,并用假近邻域法求最佳嵌入维数,同时用G-P算法、小数据量法求出关联维数、Kolmogorov熵及最大Lyapunov指数。计算结果表明,3种工况下的往复压缩机气缸振动信号均为非线性混沌信号,故障越严重,信号表现出的混沌特性越明显,可依据混沌指标对往复压缩机气缸的状态进行监测。     

基于小数据量法计算固体"类流态"的最大Lyapunov指数

为研究固体材料中的非线性振荡"类流态"现象,由高速摄像机拍摄固体"类流态"振荡过程,获得了灰度值振荡时间序列.利用Lyapunov指数的小数据量法,计算出该时间序列的最大Lyapunov指数.由于Lyapunov指数是定量描述混沌吸引子的重要指标,根据最大Lyapunov指数大于零的计算结果,判别固体"类流态"振荡系统处于混沌状态.     

汽车悬架混沌特性的仿真研究

研究具有滞后非线性的单自由度汽车悬架在路面随机激励作用下发生混沌运动的可能性,利用Melnikov方法给出发生混沌运动的临界条件,讨论非线性度系数k2和非线性刚度系数c1、c2等各参数对系统出现混沌的影响,进行数值仿真,给出时间历程曲线、自功率谱密度图形、Poincare截面等,并计算最大Lyapunov指数和关联维数,研究结果表明,汽车悬架振动信号能够进入混沌状态,为进行汽车悬架振动信号的混沌特征参数计算和对汽车悬架隔振性能进行混沌评价提供了理论依据.     

胎儿心率时间序列的非线性混沌特性分析

根据胎儿心率（Fetal heart rate, FHR）信号属于短数据量时间序列的特点, 利用替代数据方法, 并结合判断混沌特性的特征量关联维、 最大李氏指数和复杂度对FHR信号进行分析. 结果表明, 两组FHR信号与依据两种零假设所产生的替代数据差别较大, FHR信号具有非线性成分, 由混沌特征量的判据S＞2可知, FHR信号具有非线性混沌特性.      

基于SVM的瓦斯体积分数混沌时间序列预测

文章针对瓦斯体积分数时间序列的非线性和不确定性特征,提出了一种基于SVM的混沌时间序列预测方法.该方法采用改进的最大Lyapunov指数法识别时间序列的混沌特性,通过多次试验选取合适的参数构造SVM预测模型,最后使用优化的预测模型对φ瓦斯的变化趋势进行预测.仿真结果表明,该模型能够较好地解决φ瓦斯时间序列的预测问题,与RBF神经网络模型相比,具有较高的预测精度.     

噪声对离散混沌系统非线性特征量的影响

以Logistic映射为例，运用非线性动力学的方法，分析了不同信噪比时，噪声对离散映像在混沌区非线性特征量的影响。通过错误近邻分析法确定序列的嵌入维，计算了序列的关联维数、最大Lyapunov指数和近似熵，结果表明：随着信噪比的降低，关联维数和近似熵逐渐增大，最大Lyapunov指数呈下降趋势；当信噪比大于500时，噪声对非线性特征量的影响不大。并采用重现图形和重现定量分析法得出信噪比大于10时序列存在的确定性规律仍能显示出来。     

煤与瓦斯突出前瓦斯涌出动态混沌特性

为了分析煤与瓦斯突出前瓦斯涌出量时间序列的混沌动力学特征,对某矿突出前的瓦斯涌出量实测数据的时间序列进行了相空间重构,采用G-P算法计算了突出前瓦斯涌出量时间序列的饱和嵌入维数和关联维数,采用Wolf方法计算了最大Lyapunov指数。结果表明:突出前瓦斯涌出量时间序列是一混沌序列,具有混沌特性;对于研究的瓦斯涌出量时间序列,当嵌入空间维数m取6～7时,Lyapunov特征指数趋于稳定值0.074,即为最大Lyapunov指数LE1;可以应用混沌理论分析突出前瓦斯涌出量时间序列的非线性特征。为煤与瓦斯突出预测研究提供了一种新思路。     

基于Lyapunov指数-相轨迹的发电机组故障诊断

以混沌理论为基础,根据非线性动力学系统的运动特性,对汽轮发电机组转子故障进行了分析阐述·通过对所测发电机组转子在3种不同工作状态下的时间序列进行的最大Lyapunov指数计算,并结合对这3种状态相轨迹图进行的分析和研究,发现发电机转子在不同工作状态下其时间序列的Lyapunov指数具有明显差异·因此,基于Lyapunov指数的实质,提出了发电机组故障诊断的"Lyapunov指数-相轨迹"法·该研究也为其他复杂机械的故障诊断和预测开辟了有效途径·     

基于混沌分形理论的滚动轴承微小故障诊断

为提取轴承微小故障的故障特征,提出一种基于混沌分形理论的滚动轴承故障诊断方法。通过计算滚动轴承振动信号的最大Lyapunov指数,进行轴承运动的混沌识别;然后,对具有混沌特性的振动信号,计算关联维数和盒维数作为故障诊断的状态特征量。当关联维数不能明显区别轴承故障时,利用关联维数与盒维数相结合的方法判别故障;最后,选取滚动轴承滚动体、内圈、外圈存在微小故障和较明显故障以及正常状态7种工况的振动信号进行实验。研究结果表明:该方法能准确提取故障特征并完成滚动轴承的微小故障诊断。该方法为滚动轴承故障诊断提供了新的有效途径。     

同步脉搏心电信号的混沌特性分析

对同步脉搏信号和心电信号进行处理,获取脉搏信号和心电信号的间期序列PR及RR,采用替代数据法和Lyapunov指数判断HRV和PRV的混沌特性.结果表明,具有混沌特性的同步脉搏信号和心电信号的零假设检验显著性水平大于1.96,Lyapunov指数大于0,混沌特性一致.在心电信号不可得或不方便得到时,可利用PR代替RR对...     

Acoustic Signal Feature Extraction of Vehicle Targets

IntroductionThe acoustic features of vehicle targets are animportant index for target recognition[13 ] ,butextensive data is needed to understand the acousticfeatures of vehicle targets.Target features can beacquired from existing test results or addition…     

马尔科夫链蒙特卡洛地面磁共振信号参数提取

为解决MＲS( Magnetic Ｒesonance Sounding) 信号中乘性噪声干扰的问题,提出了马尔科夫链蒙特卡洛的 参数提取方法。建立MＲS 复包络参数的先验信息模型与似然函数模型,使用马尔科夫链蒙特卡洛( MCMC: Markov Chain Monte Carlo) 方法对参数后验分布进行采样与拟合,在后验分布中出现次数最多、权值最大的数据 作为参数的最优估计值。通过多组不同噪声条件下的MCMC 参数提取结果与非线性拟合方法对比,证明了 MCMC 方法可在乘性噪声的干扰下进行MＲS 信号参数提取,准确度高、稳定性强。     

Lyapunov exponents for synchronous 12-lead ECG signals

The Lyapunov exponents of synchronous 12-lead ECG signals have been investigated for the first time using a multi-sensor (electrode) technique. The results show that the Lyapunov exponents computed from different locations on the body surface are not the same, but have a distribution characteristic for the ECG signals recorded from coronary artery disease (CAD) patients with sinus rhythms and for signals from healthy older people. The maximum Lyapunov exponent L1 of all signals is positive. While all the others are negative, so the ECG signal has chaotic characteristics. With the same leads, L1 of CAD patients is less than that of healthy people, so the CAD patients and healthy people can be classified by L1, L1 therefore has potential values in the diagnosis of heart disease.     

基于脑电α波的非线性参数人体疲劳状态判定

提取脑电信号(EEG)的α波并计算其三种非线性参数,在此基础上归纳出用于评估人体疲劳状态的综合判据.首先,在小波变换的基础上,从原始信号中提取EEG的α波,然后计算其最大李亚普诺夫指数、复杂度和近似熵.这些非线性参数的数值可以定量地反映人的生理活动,进而可以用于评价疲劳状态.对现有EEG数据进行计算和统计,归纳出建立在上述三种非线性参数基础上的疲劳状态的综合评估判据.针对18组已知数据,采用上述综合判据得到相应的不同状态的判定结果.与实际情况相对照,对疲劳和非疲劳状态的评估准确率接近100%,但对轻微、中等和严重疲劳状态之间的区分精度稍低一些.     

二维系统的分岔行为及混沌控制

研究了具有一次耦合项的二维Logistic映射混沌行为.利用系统的相图和分岔图分析系统的混沌形成过程,通过最大Lyapunov指数及Feigenbaum常数分析系统的非线性动态行为.利用OGY控制方法实现系统混沌的控制,将系统的混沌行为控制到周期轨道.     

机动目标被动声定位仿真研究

针对基于时延估计的空中机动目标定位与跟踪的算法仿真问题,提出一种以时变时延信号产生算法为基础的仿真方法.该算法利用FIR滤波器线性相位特性,使模拟的目标信号通过时变FIR滤波器产生相对输入信号有时变时延的输出信号.在考虑了目标的机动、干扰信号、环境噪声以及信噪比后构造出模拟的阵列接收信号,通过定位算法得到目标方位.仿真表明该方法能较好地完成对基于时延估计的被动声定位算法的评估,并具有广泛的适用性和实用性.     

基于最大Lyapunov指数的压气机最先失速级判定

研究某型发动机8级轴流压气机级间压力信号的最大Lyapunov指数，提出将最大Lyapunov指数的零点作为失速的判据，最大Lyapunov指数最先达到零点的那一级就是最先失速级．数值试验结果表明该方法可在压气机深度失速前0．2s检测到失速起始信号，且最先失速级为第三级。     

战场目标的模糊逻辑检测与识别方法

研究模糊逻辑在战场声/地震动目标检测和识别中的有效算法.应用模糊集理论与模糊逻辑推理方法,在分析目标信息不确定性的基础上设计了适用于目标检测和分类的隶属函数,建立了相应的推理规则,构成了战场侦察传感器系统目标检测和分类的模糊逻辑推理系统.典型战场目标信号样本检验表明,该方法具有良好的检测和识别分类效果,利用基于模糊逻辑的分类器实现对战场声/地震动目标的检测和识别分类是可行的.