导读:本文包含了振动序列论文开题报告文献综述及选题提纲参考文献，主要关键词:滚动轴承,混沌理论,改进加权一阶局域法,融合技术
振动序列论文文献综述
程立,夏新涛[1]（2019）在《滚动轴承振动时间序列的融合混沌预测模型》一文中研究指出针对滚动轴承振动时间序列的延迟时间和嵌入维数因采用不同的方法计算会得出相异的结果问题,建立基于融合技术的改进加权一阶局域法预测模型。以互信息法求得的延迟时间和Cao法求得的嵌入维数组成参数对,然后构建参数对序列,由改进加权一阶局域法进行一步预测,最后由自助最大熵法融合出预测结果。实验结果表明:融合预测结果的精度明显优于改进加权一阶局域法,并且得到最优延迟时间和最优嵌入维数。(本文来源于《2019中国仿真技术应用大会暨创新设计北京峰会论文集》期刊2019-07-18）
刘政军,张琨,刘长军[2]（2019）在《铝合金振动焊接过程非线性时间序列模型分析》一文中研究指出针对7系列超硬铝在传统熔焊过程中易出现热裂纹、气孔和焊接接头软化等问题,研究振动焊接工艺过程中,焊接工艺参数变化与焊接接头强度间的非线性关系机理,建立基于焊接过程工艺参数测量数据的7075超硬铝振动焊接接头强度非线性时间序列预测模型.文中在7075超硬铝振动焊接过程参数测量数据的基础上,建立了焊接过程参数时间序列,并在此基础上研究建立了焊接过程系统相空间重构参数及确定性检验方法.根据重构相空间的相点演化轨迹与焊接接头强度参数间的非线性关系,建立相空间相点演化轨迹的人工神经网络拟合模型,对焊接接头的断后伸长率、抗拉强度、硬度、焊缝余高、晶枝最大粗度、晶粒数量等物理参数进行计算.根据建立的模型进行的一系列焊接接头强度试验显示.结果表明,该模型的预测结果可以满足工程需要,具有工程实用价值.(本文来源于《焊接学报》期刊2019年03期）
朱思佳[3]（2018）在《城市地铁车致环境振动数据盲源分离及时间序列预测》一文中研究指出随着城市地铁的发展,地铁运行引起的环境振动问题日益突出。安装加速度传感器进行环境振动监测是掌握环境振动情况、评价环境舒适性、保障建筑安全性的有效技术手段。但是在地铁沿线获取的振动信号中不仅包含地铁运行引起的振动,也包括其它因素引起的振动。本文将前者称为地铁车致振动,将后者称为非地铁车致振动。如何将两种振动进行分离,从而进行地铁车致振动的针对性研究是需要解决的重要问题。本文基于独立成分分析原理,采用Fast ICA法对采集的某城市地铁沿线振动数据进行盲源分离。对分离结果进行评价后将得到的地铁车致振动成分用于时间序列研究。本文主要从以下叁个方面进行论述:(1)对地铁沿线振动实测数据进行Fast ICA法适用条件验证,设计了巴特沃斯带通滤波器组,将原始数据滤波为频域上的组分。将该组分应用于Fast ICA分析,得到相应的独立子成分,并以子谱的基向量A和时程分项系数W进行表示。两组测试数据分别得到了83个、86个ICA子成分。窄频的ICA子成分则利用NCUT聚类法聚类为地铁车致振动子空间和非地铁车致振动子空间两部分。其中一组测试数据得到的地铁车致振动成分和非地铁车致振动成分分别含有64个ICA子成分与19个ICA子成分;另一组测试数据得到的地铁车致振动成分和非地铁车致振动成分分别含有60个ICA子成分与26个ICA子成分;(2)基于BP神经网络原理,采用信号的均值、峭度、均方根、峰值频率4个统计特征量作为输入层节点构建BP神经网络;基于Matlab的BP神经网络工具箱设计了分类器。以实测采集的地铁车致振动、混合振动、非地铁车致振动信号各500条作为学习样本集,将Fast ICA得到的地铁车致振动信号子成分和非地铁车致振动信号子成分输入分类器进行分类。分类结果分为优秀、良好、较差叁种。两组测试数据中优秀、良好的比例分别占样本总数的80%和75%,验证了Fast ICA程序的可靠性。(3)将盲源分离得到的地铁车致振动子成分进行时间序列预测,利用小波神经网络(WNN)建立时间序列预测程序。成功通过WNN时间序列预测程序依靠前3段数据预测了后一段数据。不断将时间序列预测结果加入样本集,直至预测第7段数据时失真。证明了该算法在短期振动时程时间序列预测中的有效性。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
胡源[4]（2018）在《基于伪随机序列的接触网振动检测研究》一文中研究指出接触网是牵引供电系统的重要组成部分,是保证电力机车安全运行的前提。随着电力机车运行时速的不断提升、运行密度的逐步的加大,机车受电弓在从接触网上取流的同时,对接触网的冲击及其引起的振动对接触网整体结构的影响也越来越值得关注。在此背景下,以提高牵引供电系统供电可靠性为目的,对接触网振动检测的方法展开了研究。首先,考虑到实际接触网的检测项目繁多,在对接触网检测进行大量文献研究后,确定接触网的振动检测为研究方向。通过分析接触网的构成及接触悬挂特性,对接触网振动信号的特点及测量方法进行研究,并对伪随机序列标准及各种伪随机序列产生的原理进行分析。其次,分别对受电弓与接触网进行动力学分析,研究受电弓与接触网的振动模型,将弓网振动系统耦合起来。利用弓网振动传递函数零极点分布变化进行接触网振动检测,并依此进行仿真分析,通过模拟接触网以及受电弓的不同状态,说明其检测效果比直接依靠检测振动偏移量判定接触网状态故障与否更加有效。再次,为了获取接触网振动的传递函数,分析具有类似白噪声的伪随机m序列进行激励具有很好的辨识效果。由于最小二乘法在数据存储及在线辨识上具有明显的缺点,研究采用m序列激励进行递推最小二乘法辨识的方法应用到接触网振动检测中,并通过MATLAB软件对实验数据进行传递函数辨识,验证算法可行性。最后,设计伪随机m序列发生器及接触网振动检测系统的软硬件电路,在接触网振动实验台上进行振动检测实验,模拟接触网故障。实验结果表明:接触网振动传递函数的零极点分布的变化与接触网的状态密切相关,验证检测方法的可行性。结尾,对课题研究成果进行了总结,并对下一步研究工作进行了展望。(本文来源于《石家庄铁道大学》期刊2018-06-01）
丁芳[5]（2016）在《基于Rijke管的热声振动涡脱落现象研究及SVM时间序列预测模型》一文中研究指出随着燃气轮机贫燃预混技术的广泛应用,热声不稳定现象受到越来越多研究者的重视,热声不稳定是燃烧室内热释放和声场耦合产生的低频高幅压力振动,其出现将影响燃烧室的性能,降低燃烧效率。本文基于Rijke型燃烧器试验台架,就热声振动问题进行了两个部分的研究。首先对涡脱落驱动的热声不稳定特性进行了试验研究,通过石英玻璃管搭建了可观测的Rijke型热声振动系统,利用不同宽度的条形板绕流形成涡团脱落过程。采用高速摄像采集系统及动态压力采集系统,采集高帧率下的火焰图像与燃烧室内的声场振动,基于Matlab图像处理平台,利用高频火焰图像分析涡脱落频率。结果显示,涡脱落激发的声场由160 Hz的主频与320 Hz倍频分量组成,而火焰图像则是由多频率不同强度的峰值迭加而成,其中涡脱落与声场在160 Hz分量处耦合。其次,针对目前热声主动控制方法中存在的滞后问题,提出采用支持向量机算法进行热声振动时间序列的模糊预测。在自行设计的Rijke热声振动实验台上进行扬声器扰动实验,采集热声振动动态压力序列,利用相空间重构法则构建输入输出数据集,采用支持向量回归机建立预测模型,并用测试集进行校验,得到了较高的预测精准度。此外,嵌入维数和延迟参数对模型预测有一定的影响,定性分析了其对时间序列预测精准度的影响,模型在较高的延迟参数下仍能保持0.95的高拟合度,验证了该时间序列预测方法的可行性。(本文来源于《浙江大学》期刊2016-01-01）
付忠广,李璐,刘亚辉,齐敏芳[6]（2015）在《基于时间序列的神经网络在卫星振动主动控制中的应用》一文中研究指出本文将BP神经网络与时间序列原理结合,构造出基于时间序列的BP神经网络预测模型,以准确快速预测遥感卫星振动。采用动态更新模型训练集和预测集,预测集局部保真,上下级模型并行与切换的方式,实现实际应用对模型预测的精度和实时要求。试验结果表明,基于时间序列的BP神经网络模型的精度较高,计算速度较快,并行切换可以实现预测数据的实时应用,能够为遥感卫星主动控制提供理论支持。(本文来源于《第26届全国振动与噪声高技术及应用会议论文选集》期刊2015-01-11）
邓云江[7]（2014）在《振动噪声环境影响下的脉搏主波间期序列的非线性特性比较》一文中研究指出本文介绍了采用代替数据法进行脉搏信号的主波间期序列的混沌特性计算方法,进而利用所得到的几个特征参数值对不同振动环境噪声环境下的脉搏信号进行非线性特性比较。首先叙述了基于代替数据法的时间序列的混沌特性计算原理,然后对几组不同振动噪声环境下测试得到的脉搏信号进行计算,得到了不同振动噪声工况下脉搏主波间期序列的特征参数的数值变化规律。(本文来源于《科技风》期刊2014年12期）
王峰,苑津莎,祖文超,赵小霞[8]（2012）在《变压器油箱表面振动信号时间序列的混沌特性分析》一文中研究指出针对变压器油箱表面振动信号的非平稳、非线性特性,采用动力学非线性时间序列分析的方法对振动信号进行分析研究。基于相空间重构理论对变压器振动信号时间序列进行状态空间重构,首先由C-C法计算出嵌入维数和延迟时间,并据此对系统的状态空间进行重构,然后采用G-P算法对吸引子关联维数进行了估计,并对重构相空间进行相图分析、最大Lyapunov指数分析。结果证明变压器表面振动信号的时间序列具有混沌特性,为变压器振动信号进一步的处理及应用提供了参考。(本文来源于《黑龙江科技信息》期刊2012年24期）
刘颖,严军[9]（2011）在《基于时间序列ARMA模型的振动故障预测》一文中研究指出运用自回归滑动平均(ARMA)模型和聚类分析方法确定参考样本和故障样本的特征向量,通过特征向量的距离识别故障类型。根据汽轮机典型故障构造模拟信号,建立其ARMA预测模型,通过聚类分析得出标准信号及待测信号的特征向量。经验证,基于ARMA预测模型和聚类分析的方法能够正确识别故障类型。(本文来源于《化工自动化及仪表》期刊2011年07期）
白亮,王瀚,李辉,罗兴锜[10]（2010）在《基于时间序列相似性挖掘的水电机组振动故障诊断研究》一文中研究指出时间序列的相似性挖掘是水电机组故障诊断的重要方法,本文提出一种基于频率模糊贴近度的时间序列相似性的数据挖掘方法,用来解决水电机组故障诊断中振摆特征曲线的相似性比较问题。该方法将复杂的时域问题转化为频域问题,通过模糊贴近来度量时间序列之间的距离,刻画出数据时间序列的相似程度。该算法应用到大峡水电站二号机组的故障诊断中,结果表明,该方法能够对故障做出准确判别,分离各种故障类型。由于需要存储的数据比较少,速度快,非常适于水电机组故障诊断中大规模图形序列挖掘。(本文来源于《水力发电学报》期刊2010年06期）
振动序列论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对7系列超硬铝在传统熔焊过程中易出现热裂纹、气孔和焊接接头软化等问题,研究振动焊接工艺过程中,焊接工艺参数变化与焊接接头强度间的非线性关系机理,建立基于焊接过程工艺参数测量数据的7075超硬铝振动焊接接头强度非线性时间序列预测模型.文中在7075超硬铝振动焊接过程参数测量数据的基础上,建立了焊接过程参数时间序列,并在此基础上研究建立了焊接过程系统相空间重构参数及确定性检验方法.根据重构相空间的相点演化轨迹与焊接接头强度参数间的非线性关系,建立相空间相点演化轨迹的人工神经网络拟合模型,对焊接接头的断后伸长率、抗拉强度、硬度、焊缝余高、晶枝最大粗度、晶粒数量等物理参数进行计算.根据建立的模型进行的一系列焊接接头强度试验显示.结果表明,该模型的预测结果可以满足工程需要,具有工程实用价值.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
振动序列论文参考文献
[1].程立,夏新涛.滚动轴承振动时间序列的融合混沌预测模型[C].2019中国仿真技术应用大会暨创新设计北京峰会论文集.2019
[2].刘政军,张琨,刘长军.铝合金振动焊接过程非线性时间序列模型分析[J].焊接学报.2019
[3].朱思佳.城市地铁车致环境振动数据盲源分离及时间序列预测[D].哈尔滨工业大学.2018
[4].胡源.基于伪随机序列的接触网振动检测研究[D].石家庄铁道大学.2018
[5].丁芳.基于Rijke管的热声振动涡脱落现象研究及SVM时间序列预测模型[D].浙江大学.2016
[6].付忠广,李璐,刘亚辉,齐敏芳.基于时间序列的神经网络在卫星振动主动控制中的应用[C].第26届全国振动与噪声高技术及应用会议论文选集.2015
[7].邓云江.振动噪声环境影响下的脉搏主波间期序列的非线性特性比较[J].科技风.2014
[8].王峰,苑津莎,祖文超,赵小霞.变压器油箱表面振动信号时间序列的混沌特性分析[J].黑龙江科技信息.2012
[9].刘颖,严军.基于时间序列ARMA模型的振动故障预测[J].化工自动化及仪表.2011
[10].白亮,王瀚,李辉,罗兴锜.基于时间序列相似性挖掘的水电机组振动故障诊断研究[J].水力发电学报.2010