【摘 要】
：
本文引入了利用时间序列的延时重构,然后采用延时方差及替代数据的时间序列非线性的检验方法,并将该方法应用于设备故障信号的非线性检验.通过数值实验及与传统方法对比结果表明,延时矢量法是一种有效、直观的非线性检验方法,对噪声信号具有很强的鲁棒性,而对非线性信号具有很高的敏感性.采用该方法对设备振动信号进行非线性检验,检验结果与实际情况相符.
【机 构】
：
机械传动与制造工程湖北省重点实验室;北京科技大学机械工程学院 机械传动与制造工程湖北省重点实验室
论文部分内容阅读
本文引入了利用时间序列的延时重构,然后采用延时方差及替代数据的时间序列非线性的检验方法,并将该方法应用于设备故障信号的非线性检验.通过数值实验及与传统方法对比结果表明,延时矢量法是一种有效、直观的非线性检验方法,对噪声信号具有很强的鲁棒性,而对非线性信号具有很高的敏感性.采用该方法对设备振动信号进行非线性检验,检验结果与实际情况相符.
其他文献
本文利用金属塑性变形后产生残余变形的原理对需校正工件主动加载可实现工业构件的塑变校正.但塑性变形受工件的长度、直径、材质等非线性因素影响,难以建立精确的解析模型进行控制.本文在总结人工操作经验的基础上,设计了以需校正构件的塑性变形量及其变化量作为输入,以加载量为输出的具有自学习功能的二维模糊控制器,以达到减小误差和提高工效的目的.校正原理样机上的实验表明,塑交控制精度可达到0.04mm.
本文采用神经网络与主成分分析(PCA)相结合的方法预测多变量非线性时间序列.主要思路是先用主成分分析方法找到相互独立的输入变量,再分别利用静态和动态神经网络对多维非线性时间序列建立模型,进行预测,最后用网络性能评价函数均方根误差和预测精度来评价网络性能.通过对实际的多维时间序列仿真,结果证明本文提出的神经网络结合主成分分析的方法预测多变量非线性时间序列是快速有效的.
基于T-S模糊模型,研究了一类Lure型混沌系统的弹性控制与同步问题,所设计出的控制器能够对自身的不确定性具有鲁棒性.控制器的增益矩阵可以通过求解线性矩阵不等式(LMI)而得到.对Chens系统的仿真结果显示了该方法的有效性和优越性.
为了达到实际应用所需的半导体激光器的输出强度,本文首先通过调制电流的方式将1.55μm半导体激光系统混沌化,然后利用参数自适应方法实现了混沌控制,来获得所需的激光输出强度.这种混合控制策略是其他方法无法比拟,不仅能将激光系统稳定控制到系统的平衡点上,而且能根据不同的控制目标选择不同的控制强度,在控制范围内都能很快地获得所需的稳定的输出激光.该研究的思想、方法和结果对改善实际激光系统稳态输出的快速性
本文利用离散时间动力系统一致稳定和一致渐近稳定的用K函数表示的等价定理,以及用KL函数刻画的一致渐近稳定判定定理及其逆定理讨论了摄动离散时间系统的稳定性结论,从而对于离散时间动力系统的扰动分析和相应控制问题奠定了严格的理论基础.
本文研究了参数未知的线性系统在通讯限制下的镇定问题,在对未知参数集合是能控紧集的假设下,我们证明能否存在一种机制使得控制器能自适应的镇定被控系统完全取决于连接这两者的通讯信道的平均传输率,而这个平均传输率仅仅依赖于未知真实系统的不稳定振型,并且与参数已知时系统被镇定所需的相应传输率完全一换致.
本文研究的问题是汽车发动机测试台力矩H-inf控制.利用对各个控制性能指标加权的H-inf控制方案,成功的解决了已有的控制器在实际应用中存在的闭环系统带宽过窄,相位滞后过大,执行器饱和,鲁棒性能不足以及系统响应指标中等问题.实验结果显示,H-inf控制的确是解决该问题的最佳选择之一.
在控制系统中需要获得采样信号用于系统的模型辨识或实时控制,而这些采样信号将不可避免的受到噪声的污染,使得系统控制精度得不到提高.小波变换的方法可以降低电机控制系统中的噪声影响,通过变换分解出高频噪声部分,利用小波收缩的阈值量化方法去掉高频部分,再重构信号从而达到去噪目的.通过实验总结出小波变换结合软阈值处理法在信号重构及去噪效果方面都是最优的.
本文针对系统输入更新周期为T,输出采样周期为nT的多速率系统,提出一种带有模型不确定性的多速率预测控制算法.它采用区间形式来定义模型参数的不确定性,通过对性能指标中的预测输出不确定性和跟踪误差的加权最小化,来设计预测控制器.在多速率的处理上,利用对两个输出采样点之间的n-1个预测输出值进行估计,来解决由于多速率引起的因果约束.仿真结果证明了算法的有效性.
本文根据实际的简化模型,建立了地层环境温度控制系统状态空间模型,在此基础上提出了基于开关量的多变量约束预测控制算法并将其应用到地层环境温度控制系统中,实际应用表明显示出了该算法的优良性能.