液压缸运行动态特性的关联维数分析

液压缸运行过程是典型的非线性动态过程。本文用研究非线性动力学系统有效方法之一的混沌理论的相空间重构和关联维数的理论与方法,对液压缸运行的混沌动态时间序列信号进行分析,结果表明：关联维数的大小可以反映液压缸运行过程中不同区段的稳定程度;关联维数的全程变化趋势可以反映液压缸运行过程中非线性弹簧的变化特征;关联维数的最大差值与平均值之比值可以用来判断液压缸是否存在爬行现象。     

不同参数下GMAW电信号关联维数分析

GMAW焊接过程的非线性决定了其混沌特性,关联维数是对动力系统混沌特性进行定量分析的主要指标.文中采用相空间重构方法,通过计算关联维数,对GMAW焊接过程中电流信号时间序列进行分析;并改变焊接电压、焊接电流、气体流量等工艺参数,研究不同参数下弧焊过程的混沌特性.结果表明,GMAW焊接过程的混沌现象,不仅存在于短路过渡当中,也存在于滴状过渡中.在此基础上,进一步研究了关联维数随焊接参数的变化规律,认为关联维数可作为焊接过程稳定性评价的依据,即关联维数越小,焊接过程越稳定,焊接工艺参数越优化.上述判据对焊接工艺参数选择的工艺优化试验,焊接过程稳定性监控提供了混沌判识的理论基础.     

铝合金点焊电极位移时序相空间重构及混沌特征分析

以混沌理论和相空间重构方法为基础对点焊焊接过程中电极位移信号时间序列进行了特征分析,并分别对试验获得的多组点焊位移信号时间序列的最佳时间延迟τ、关联维数D、嵌入维数m及最能体现混沌特征的李雅普诺夫(Lyapunov)指数进行了定量化的计算.分析发现点焊焊接过程中电极位移信号在某些情况下具有混沌特征,并与目前采用的小波能谱分析、分形维数分析进行了比较.结果表明,信号的Lyapunov指数特征能够更加精确的反映熔核尺寸变化.     

基于VC的焊接混沌关联维数分析软件

在G-P算法及相关改进的基础上,开发了焊接混沌关联维数的可视化分析软件。该软件能够根据不同的焊接方法和试验参数,对焊接过程时间序列信号的关联维数进行准确计算与分析,具有友好的人际交互界面。整体软件设计分为参数设置、结果输出和分析与备注3个模块,分别用于不同焊接条件下关联维数及相关参数的数值计算和拟合曲线,并根据用户的不同需求进行数据的提取和保存,进而对焊接过程的稳定性和工艺优化做出定量地评估。该软件的开发不仅充分利用了计算机资源,而且为焊接混沌特性的研究提供了有利的工具。     

故障诊断中的混沌参数分析

在建立的模拟实际故障的实验装置上采集模拟旋转机械振动故障的信号,运用相空间重构理论,对实测故障信号进行时间序列重构.为使重构相空间能充分地反映系统运动特征,必须恰当地选取时间延迟与嵌入维数.应用互信息函数法确定出不同故障时间序列时间延迟,应用改进伪近邻法确定最小嵌入维数.在此基础上计算关联维数和李亚谱诺夫指数,以此二参数作为特征量,有利于分析识别故障信号,增强可靠性.为复杂旋转机械故障诊断提供一种识别方法.     

短路过渡电弧的关联维数分析

介绍了关联维数的定义、计算算法,数据长度、噪声、重构参数对关联维数计算的影响,以及该方法在短路过渡电弧电流信号分析中的应用。对一组波控电弧焊接电流的关联维数进行具体计算,其结果(4．04)比一般的混沌关联维数如Lorenz、Rissker吸引子大,证明了该过程是一个比较复杂的混沌过程,符合短路过渡的不稳定特性。通过对电流数据和线性区间分析表明该结果较准确,受噪声和线性区间选取的影响较小。关联维数反映了系统的复杂程度,系统地研究各种焊接条件下的关联维数将有助于分析焊接过程的稳定性。     

高炉冶炼过程的混沌性辨识Ⅰ.饱和关联维数的确定

以山东莱钢1号高炉和山西临钢6号高炉在线采集的[Si]时间序列为样本空间,容量为1000炉数据,利用相空间重构技术和G-P算法,得出莱钢1号高炉和临钢6号高炉冶炼过程的混沌吸引子的饱和关联维数分别约为3.36和3.12.由高炉冶炼过程混沌吸引子的饱和关联维数存在且为分数,可证明两座高炉冶炼过程存在混沌特性.     

基于LabVIEW和关联维数的柴油机故障诊断

以柴油机的声音信号为对象,采用LabVIEW平台研究了基于分形关联维数的柴油机故障诊断方法。阐述了关联维数的GP算法,讨论了相关参数的选择。通过计算表明柴油机声音信号的关联维数随工作情况的不同有明显的变化,可作为柴油机工作状态监测与故障诊断的特征量。     

高炉冶炼过程的混沌性辨识——I．饱和关联维数的确定

以山东莱钢1号高炉和山西临钢6号高炉在线采集的[Si]时间序列为样本空间，容量为1000炉数据，利用相空间重构技术和G—P算法，得出莱钢1号高炉和临钢6号高炉冶炼过程的混沌吸引子的饱和关联维数分别约为3.36和3.12。由高炉冶炼过程混沌吸引子的饱和关联维数存在且为分数，可证明两座高炉冶炼过程存在混沌特性。     

经验模态分解和关联维数在机械故障诊断中的应用研究

结合经验模态分解（Empirical Mode Decomposition,EMD）和关联维数各自的优点,提出了一种基于EMD和关联维数相结合的机械故障诊断方法,该方法是先对采集到的非平稳振动信号进行EMD分解,对分解后的每一个平稳的本征模函数（Intrinsic Mode Function,IMF）分量使用G_P算法进行关联积分,并通过拟合函数求出关联维数。运用关联维数可以定性地分析非线性系统的特性,从而识别转子系统的故障类型。实验结果表明该方法是有效的。     

Determining chaotic invariant properties of short-circuiting gas metal arc welding from an observed time series

The experimental time series of welding current produced by carbon dioxide gas metal arc welding with shortcircuiting transfer were recorded and subsequently evaluated. Based on phase space reconstruction, the correlation dimensions and Kolmogorov entropies of the corresponding system have been numerically calculated using the Grassberger-Procaccia algorithm at different time delays. It was found out that the time delay has little effect on the estimation of correlation dimension; conversely,it plays a key role in producing precise results on the estimation of Kolmogorov entropy.     

金属矿开采岩层能量释放规律与安全预警系统

对大宝山铜铁矿开采过程中采区岩层的变形进行了监测,提出矿床开采岩层释放能量的分析方法。对岩层释放能量的时间序列重构相空间,得出岩层释放能量的动力系统饱和嵌入维数为4,关系维数为1.2128,用混沌理论揭示岩层释放能量在相空间中的相点距离演变规律。用灰色理论建立岩层释放能量的预测模型,最大预测误差在6.7%以内,实现采区岩层释放能量的准确预测。研究表明,岩层释放能量表现出混沌特性,对其相空间进行重构后,岩层释放能量的细微变化特征被放大,其内在规律能得到充分展示,并以此建立矿床开采岩层释放能量的安全预警系统,为矿山安全采矿提供了技术保障。     

快速多分离字典学习的轴承故障诊断方法研究

为了提高轴承故障诊断的准确率,减小重构的时间,文章提出了一种快速多分离字典学习(Fast multi-separable dictionary learning,FMSeDiL)的稀疏表示算法。与传统的字典学习方法不同,该方法首先利用相空间重构将一维故障信号重构到高维相空间,获得重构信号的矩阵,以此组成轴承故障诊断原始特征集;再对该矩阵进行分块处理,通过QR分解对每个类别矩阵信号的可分字典进行优化,并对分离的信号进行重构,由于分类所获得的欠定字典表示的信号单一,极大的提高了重构的效率。研究结果表明,基于相空间重构的快速多分离字典学习算法能有效获取轴承的非平稳故障特征信息,并且重构速度更快。     

Chaos analysis of acoustic emission signals in spot welding process

Bused on chaos time series and fiactal theory, acoustic emission signals were studied in the process of spot welding. According to calculating 8 welding parameters using phase space reconstruction method, the largest Lyapunov exponents were positive values and chaos characteristics were firstly discovered from acoustic emission signals in spot welding. In order to evaluate acoustic emission signal, Hausdorff dimension is put forward to analyze and estimate chaos characteristics. The experiment and calculation results indicate that the Hausdorff dimension of acoustic emission signal is significantly distinguishable in the nuggets with different welding parameters. This research provides a new method for measuring the resistance spot welding quality.     

基于状态预测和分形维数判据的轴承系统故障诊断

轴承系统运行过程中的振动信号包含了大量的状态信息，本文基于检测到的信号进行状态预测，并进行故障的诊断和预防。采用了基于相空间重构的数据处理组合方法进行状态顶测，并用分形理论分析故障存在的可能及类型，用分形维数给出判定依据。从实验结果可以看出，基于状态预测和分形维数进行故障诊断是有效的，优于传统的谱分析方法。     

基于局域波相空间往复机械故障诊断方法的应用研究

利用一种新的非平稳信号分析方法，对实测数据进行分解，并由分解后的各内蕴模式分量构造动力系统相空间，提取系统状态特性，实现往复机械的故障诊断。此方法克服了G—P算法中重构相空间参数选择的困难，并对噪声信号起到了一定的抑制作用。仿真信号和对柴油机故障状态的诊断结果表明，该方法是实用和有效的，具有良好的应用前景。