铁谱磨粒轮廓混沌特征参数提取方法研究

提出了一种应用混沌特征参数提取铁谱磨粒特征的新方法。给出了磨粒轮廓边界波形的概念,在研究相空间重构理论信息熵概念的基础上,提出了联合熵的概念和参数k的算法。研究结果表明:磨粒轮廓波形具有混沌特征,信息熵和参数k可以刻画磨粒轮廓的复杂程度,随着信息熵和参数k的增大,磨粒轮廓的复杂程度增加,因此信息熵和参数k可以用来识别具有不同边界轮廓的磨粒。

混沌特征参数在气固流化床压力脉动中的尺度分析

本文在不同的表观气速、轴向位置以及静床高等操作条件下 ,运用三种混沌特征参数——最大 L yapunov指数、关联维以及K熵——对气固流化床压力脉动时间序列进行分析 ,比较了三者所呈现的规律。研究结果表明 ,最大 L yapunov指数对应的尺度较大 ,对气泡的行为更为敏感 ,关联维数和 K熵的尺度较小 ,其变化趋势与乳化相有更好的对应关系。因此若将两者结合 。

金属切削过程刀具磨损信号的混沌特征

针对刀具磨损过程中声发射信号非线性特征,提出基于混沌理论的信号分析及特征提取方法。采用延迟时间法对去噪后的时间序列进行相空间重构,分析延迟时间及嵌入维数随刀具磨损的变化规律;用关联维数、最大Lyapunov指数及Kolmogorov熵三种混沌特征参数定量分析刀具在不同切削条件下随磨损量增大所呈现的变化规律。研究结果表明,刀具磨损声发射信号具有明显的混沌特征,三种混沌特征参数、延迟时间及嵌入维数与刀具磨损状态具有明显的对应关系,可用作刀具磨损状态监测、磨损量预测的特征参数。

多参数与多测点信息融合的行星轮故障诊断

为了找到多级行星齿轮传动系统复杂故障诊断的合适方法,对三级齿轮传动系统进行故障模拟和振动信号测试。针对行星齿轮传动系统振动信号的非线性和非平稳性、故障特征信号难以提取等特点,采用关联维数、最大Lyapunov指数、样本熵3个混沌特征参数作为故障辨识特征量。用不同测点和不同混沌特征参数的信息融合,通过支持向量机分类方法建立信息融合故障诊断模型及6种不同故障状态的训练集,实现对三级齿轮传动系统复杂故障类型的识别与诊断。分析结果表明:多测点信息融合或不同混沌特征参数融合,均能不同程度提高故障分类准确率。而经多测点与多混沌特征参数的信息融合后,通过支持向量机的故障分类准确率最高。

应用AR模型的多参数与多测点信息融合的故障分类

为了找到针对齿轮传动系统多类故障分类的有效方法,对行星齿轮传动系统进行故障实验,获取振动信号。采用EMD方法对该振动信号进行预处理,得到若干个IMF分量之和,对前4个有效的IMF分量分别建立AR模型,得到对应的自回归参数序列ф,进而对其分别计算关联维数、最大Lyapunov指数、样本熵这3个混沌特征参数,并将其作为辨识特征量。将不同测点对应的ф的不同混沌特征参数信息融合作为支持向量机的输入向量,建立6种不同故障状态的训练集,实现对故障类型进行分类。结果表明:对实验获取的振动信号进行EMD和AR模型处理后,能在很大程度上提高故障分类准确率。