基于深度学习与混沌特征融合的滚动轴承故障诊断EI北大核心CSCD

本文针对现有滚动轴承智能故障诊断方法在面向大噪声背景下鲁棒性能差的问题.基于混沌理论,提出采用相空间重构方法还原并丰富轴承振动的动力学特性,通过卷积神经网络(CNN)提取混沌序列中的高级抽象特征,又考虑故障信号具有长程相关性,将低维抽象故障特征引入长短期记忆网络(LSTM),以灰狼算法优化的支持向量机(OSVM)作为分类器,提出CCNN (Chaotic CNN)–LSTM–OSVM智能故障诊断方法.试验结果表明,在处理信噪比为-6 dB信号时,该方法仍具有89.96%的准确率,相比以Softmax作为分类器的CNN–LSTM和CCNN–LSTM方法分别高出15.36%和5.21%,且在收敛速度方面亦有较大优势.     

蔡氏电路中混沌现象与非线性电阻伏安曲线关系的研究

文章利用NIMultisim 10仿真软件对蔡氏电路中的混沌现象进行了计算机仿真研究,并且把蔡氏电路中的相图与非线性电阻的伏安曲线进行对比研究,给出电路出现混沌现象时与电路中非线性电阻伏安曲线的对应关系,以及电路中电阻的取值范围。仿真实验结果表明:当电阻R在1.486～1.890 kΩ时,电路中出现双螺旋吸引子的混沌现象,且R取不同值,图形形状有所不同。此时,电路处于正常振荡状态。R在1.890～1.960 kΩ之间,电路出现单吸引子混沌现象,且单吸引子在每次测量时,可能左右位置不同。由此得出结论:当非线性电阻阻值、电感量及电容容量固定时,电路中UA、UB两个信号的相图与电阻R取值有关,且电阻微小变化会引起相图较大变化。     

基于Logistic映射的新型混沌简化PSO算法

针对基本粒子群算法易陷入局部最优、收敛速度慢、收敛精度差等问题,提出一种基于Logistic映射的新型混沌简化PSO算法(CIW-SPSO)。该算法引入混沌理论使惯性权重具有混沌搜索能力,同时使学习因子随寻优过程呈正弦函数变化,降低算法陷入局部最优的概率。使用6个经典测试函数进行仿真测试,结果表明：本算法收敛速度快,收敛精度高,能避免陷入局部最优,提升算法优化性能。     

Tetrolet变换和SVD结合的盲检测稳健数字水印嵌入策略

提出了一种Tetrolet变换和奇异值分解(SVD)相结合的图像盲检测稳健数字水印算法。该算法先对二值水印图像进行双因子混沌加密预处理;对原始载体图像进行二级Tetrolet变换,并将二层低频子带系数进行分块SVD分解;最后将加密的水印信息量化嵌入SVD最大系数中。水印检测时,无需原始载体图像和原始水印图像的参与,实现水印信息盲提取,提高数字水印系统的实用性。仿真实验结果表明,在保证水印安全性和不可感知性的基础上,该算法对常规图像处理、几何攻击等均具有较好的稳健性。     

A method for solving a stochastic eigenvalue problem applied to criticality

We present a novel approach to calculate stochastic eigenvalues of differential and integral equations using polynomial chaos theory. The method is applied to a criticality problem using the diffusion equation. This technique has the advantage of avoiding the non-linear terms in the conventional method of stochastic eigenvalue calculation but it does require an additional, ‘pseudo-time’, independent variable t.     

基于非线性微分方程的混沌产生和辨识方法研究

利用非线性微分方程的数值解法,得到典型非线性微分方程所产生的混沌信号,详细研究该信号的特征,进而提出基于"相关平面"混沌和噪声的辨识方法.可以看出基于非线性微分方程可以得到不含噪声的混沌信号,所提出的辨识方法简单、直观、且具有较强的抗噪声能力.     

一种基于混合混沌动力系统的图像加密算法

讨论了一种基于Lorenz系统、Chen s系统以及Lü系统的混合混沌动力系统的图像加密算法。该算法通过密钥映射产生混合混沌动力系统的初始条件,利用混合混沌动力系统产生的混沌信号对图像信号进行掩盖加密。仿真与讨论结果表明,该算法密钥空间大,混沌信号的产生极其敏感地依赖于密钥,具有较好的加密效果和加密效率,并对统计分析具有较好的安全性。     

Chaotic characteristics of local voidage fluctuation in a circulating fluidized bed

Local voidage fluctuations have been measured by using an optical transmittance probe at various axial and radial positions in a circulating fluidized bed riser with a 0.1 m i. d. and 10 m height. The chaotic time series analysis of the local voidage fluctuations has been adopted to characterize the nonlinear dynamics of the circulating fluidized bed riser. The variations of the correlation dimension and the Kolmogorov entropy of the voidage fluctuation were found to depend on the local time-average voidage. The axial and radial distributions of the correlation dimension and the Kolmogorov entropy were strongly affected by the solids flow structures (e.g. core-annulus flow) in various operating conditions. The correlation dimension of local voidage fluctuations increases along the riser, except the position near the distributor. Both, the correlation dimension and the Kolmogorov entropy of local voidage fluctuations near the wall, were found to be smaller than those at the center of the riser, independent of the solids circulation rate and the axial position.     

随机激励滞后非线性汽车悬架系统的混沌运动

研究了具有滞后非线性的汽车悬架系统在路面随机激励下发生混沌运动的可能性,推导了随机Melnikov过程,得到了均方意义下出现混沌运动的临界激励幅值,并讨论了噪声对系统混沌运动的影响。通过最大Lyapunov指数和Poincare截面进行了数值验证。研究结果表明,汽车在正常行驶时不会出现混沌运动,但是在遇到高破凸起时可能出现混沌运动。     

基于IFA-BPNN的长输管道外腐蚀速率预测

目的 构建陆地长输管道外腐蚀速率的预测模型,提升管道外腐蚀速率预测的精度,对长输管道外腐蚀状态进行准确把控.方法 深入解析了萤火虫算法(FA)的工作原理,针对FA易出现陷入局部最优或因控制参数设置不合适而导致函数无法收敛等问题,提出了FA的改进方案:采用Logistics混沌映射的方法初始化萤火虫的位置,提升萤火虫种群的所养性;引入一种新的惯性权重计算方法来改进萤火虫位置移动公式,提升FA全局寻优能力.利用改进的萤火虫算法(IFA)对误差反向传播神经网络(BPNN)初始权值和阈值进行优化,建立基于IFA-BPNN的长输管道外腐蚀速率预测模型.以111组长输管道外腐蚀检测数据为例,在MATLAB中进行模拟仿真计算,使用粒子群算法优化的BPNN(PSO-BPNN)、遗传算法优化的BPNN(GA-BPNN)以及未进行优化的BPNN作为对比模型进行对比分析.结果 使用IFA优化BPNN,大幅提升了BPNN模型的预测精度.使用IFA-BPNN模型预测12组管道腐蚀速率,平均相对误差仅为5.94％,预测结果的R2为0.99595,均优于BPNN、PSO-BPNN以及GA-BPNN模型的预测结果.结论 IFA-BPNN作为预测管道腐蚀速率工具具有较好的预测精度和鲁棒性.