发动机振动信号特征参数的多重分形研究

提出利用多重分形谱参数来表征发动机振动信号特征的新方法。运用多重分形理论对实测的发动机缸体振动信号进行分析,计算了振动信号的多重分形谱参数,并探讨多重分形谱参数与发动机运行状态之间的内在联系。结果表明:多重分形谱参数能定量刻画振动信号的特征。随着发动机工作状态的不同,信号的多重分形谱参数也发生变化。发动机振动越剧烈,多重分形谱参数越大,其能够反映发动机的真实运行状态,可以作为发动机状态监测和故障诊断的特征参量。

煤样破裂表面电位多重分形特征

为深入分析煤样受载破裂机制,试验研究了煤样单轴压缩下表面电位变化规律,应用多重分形统计理论分析表面电位信号,计算其多重分形谱,并分析多重分形谱特征参数随加载过程的变化规律。研究结果表明:煤样表面电位信号存在多重分形特征,在较大尺度内满足标度不变性;不同尺寸的试样,表面电位信号多重分形谱呈右钩状;多重分形谱特征参数Δα和Δf的变化规律与试样受载变形破裂过程具有良好的对应关系,Δα和Δf经过较长时间平稳升高后迅速下降的趋势改变可以作为破裂的前兆信息,对试样失稳进行提前预警。

铁谱磨粒多重分形特征研究

为有效描述铁谱磨粒特征,提出用多重分形谱参数表达磨粒形态特征的新方法。选择盒计数法计算磨粒图像的多重分形谱,研究磨粒多重分形谱的有效性,分析磨粒多重分形谱参数的不变性和鲁棒性;确定磨粒图像预处理方法,并对4类典型磨粒的多重分形谱参数进行统计分析。结果表明:将多重分形谱参数应用于磨粒识别,总识别率为82.5%。磨粒具有明显的多重分形特性,可用多重分形谱参数来描述磨粒的形态特征;多重分形谱参数具有平移不变性,但对灰度变化和噪声干扰的鲁棒性较差,在提取多重分形谱参数时,需要对磨粒图像做严格的预处理。

气固流化床压力脉动信号的多重分形分析

针对气固流化床床内气泡非常复杂的非线性运动,提出了利用多重分形来表征气固流化床压力脉动信号的新方法。运用多重分形理论对流化床各种流型进行分析,计算各流型的多重分形谱参数,并分析了流型的变化趋势与多重分形谱之间的关系。计算结果表明,随着风速的增大,多重分形参数(Δa)和流型波动变化趋势均为先增大后减小。因此,多重分形谱可作为监测流化床流型变化的一个特征量。

基于多重分形参量Cq的股票市场分析

对沪深300整体指数及其中相关行业的股票进行多重分形分析,发现股票市场具有多重分形性。其中金融业、运输业、电气业的股票指数波动较小,钢铁业、煤炭业和地产业的股票指数波动较大,土木建筑业、医药业的股票指数波动处于中间位置。分析参量Cq的图像发现每一支股票都有自身的临界点,并且在由Cq构成的三维图像中代表同一行业股票的点比较集中,形成一个簇,从该图中可以看出整个大盘指数与钢铁业、煤炭业和地产业的联系比较紧密。

利用地震资料预测深层泥岩盖层分布

深层作为储量接替地区和天然气勘探的重要领域，日益受到重视。但深层地震反射资料质量较差，目的层的追踪解释及岩性预测都很困难。针对这一情况，编制了一套FracDif地震高分辨率处理软件包，较好地解决了这一问题。研究砂泥岩变化引起的地震参数响应，对大庆WJT地区深层泥岩分布进行了预测，取得较好效果。

多重分形谱在中医数字化舌象苔质分析中的应用

目的:将简单分形维数应用于数字化舌象苔质纹理特征分析虽可为中医舌象客观化分析提供数理性依据,但其对细节性描述有所欠缺,因此可进一步采用数字化舌象多重分形谱特征参数实现舌苔厚薄、腐腻等特征的分类识别加以完善。方法:本研究在现阶段数字化舌象苔质分析的研究基础上,阐述了常用图像模式识别算法及其主要特点;并充分利用多重分形特征量描述信息的全面性、稳定性等优点,通过分析向后传播(Back Propagation,BP)神经网络层次结构,设计和训练数字化舌象苔质特征自动识别分类器。结果:将数字化舌象多重分形谱特征参数作为BP神经网络模式识别的输入向量,通过采用不同均衡度的测试样本数据验证了该分类器具有良好的稳定性。结论:数字化舌象多重分形谱特征参数可作为舌苔厚薄、腐腻等特征识别分类领域内高效的数理性依据。

多重分形的耐火材料损伤声发射信号特征提取方法

为了对镁碳质耐火材料损伤声发射信号进行有效的特征提取,研究了利用非线性领域的分形方法进行特征提取的可行性。首先利用仿真声发射信号研究了多重分形谱参数(Δα、Δf、K),广义分形维数均值Mean Dq等参数表征信号频谱结构特征的能力,结果表明多重分形谱宽Δα能够有效的表征信号的频谱特征;然后对镁碳质耐火材料进行单轴压缩试验,采集损伤声发射信号,并计算出两种典型损伤声发射信号的多重分形谱宽Δα,通过多重分形谱宽的分布证实了利用其进行特征提取是可行的。