基于压力时间序列的输油管道在线泄漏故障诊断算法

针对输油管道中的泄漏问题提出一种基于混沌特性的输油管道压力时间序列在线故障诊断算法.该算法通过重构时间序列的相空间,求得输油管道压力序列的嵌入维为5维,嵌入延迟为4.以5维重构向量作为神经网络模型的输入,先离线训练网络,得到初始参数,然后在线训练神经网络模型,实现网络模型权值在线调整,从而实现实时对故障信号的检测.通过对实测数据的仿真表明本算法可以检测压力故障,证明了本算法在实际中的有效性.

输油管道压力时间序列混沌特性研究

为了找出输油管道压力波动的内在动态特征,采用非线性的分析方法探讨了实测输油管道压力波动中存在混沌动态特性的可能性.以6个典型的输油管道压力实测数据集为研究对象,重构相空间、求得了分形维数和Lyapunov指数谱、验证了数据的平稳性和非线性.通过对所得结果的分析,从理论上证明了输油管道压力信号具有严格混沌动态特性.为基于输油管道压力时间序列的研究提供了混沌理论基础.

压力脉动时间序列的混沌特性与信息熵研究

对气固流化床压力脉动时间序列进行混沌特性分析 ,并提出不同流型状态的转变对应着几个混沌参数的变化。进一步 ,基于Shannon互信息理论 ,定义了信息传输速率 ,通过对不同探头之间得到的信息传输速率的讨论 。

一种改进的Lyapunov指数谱算法及应用研究

提出了改进的Darbyshire-Broomhead(D-B)Lyapunov指数谱算法,通过互信息函数确定嵌入延迟,利用伪近邻法(False Nearest Neighbors,FNN)确定最佳嵌入维,从而确定了Lyapunov指数的个数,克服了原算法排除可疑指数过程中容易引起过多或过少的指数的缺点,然后再根据简化D-B理论计算出整个序列的Lyapunov指数。分别对含有噪声和不含有噪声的Lorenz时间序列仿真对比验证了该算法的有效性及稳定性。最后利用该算法对输油管道压力时间序列进行了Lyapunov指数的计算并分析出该时间序列具有混沌特征。

算法复杂性在气固流化床动力学中的多尺度分析

提出了对从时间序列粗粒化得到的符号序列进行细化的方法,首次在不同尺度下,利用算法复杂性,对不同流型、静床高、平均粒径等操作条件下的压力脉动时间序列进行分析。研究结果表明,不同尺度下的算法复杂性不同的变化趋势,对应了不同尺度下气固两相运动的特征,能够从多角度反映流化床的运动特性,比单一尺度提供更多的信息,为流化床压力脉动时问序列非线性分析提供了新的思路。