机械系统状态最大可预测时间数学模型的建立

摘 要：从复杂系统的行为出发，对复杂机械系统状态预测的可行性进行研究，指出对复杂机械系统进行短期预测是可行的，并且提出了基于混沌的复杂机械系统状态预测思想。基于机械系统状态的各种信号数据序列的相空间构造方法，研究确定了复杂系统状态的最大预测时间的数学模型。关键词：机械系统；预测；混沌0. 前言 我们通常所研究的复杂机械系统故障诊断，是把机械系统的使用过程中某一时间所处的状态作为一个静态点，研究其状态性质和特征。但如果放大研究尺度，从整个使用过程来研究，会发现随着使用期的不同，状态不断发展发生变化，是一动态过程。因此，研究的是机械系统所处状态的运动轨迹，即机械系统的状态历程。 对复杂机械系统的预测，就是根据已知的某时刻以前机械系统的状态运动轨迹，预测该时刻以后轨迹的运动状态。同时把状态点之间的时间关系考虑在内。从尺度方面说，是由把吸引子作为静态点集研究，发展为看作动态运动轨迹研究。 大量的混沌研究结果已证明，混沌的基本特点决定了对混沌运动的预测具有最大可预测尺度，在可预测尺度内，可以对运动轨迹进行预测[1] 。 混沌和分维数理论的产生，使我们能够从一个似乎是杂乱无章的时间序列中计算出它的分维数，表征其结构。同时我们还可以从一个时间序列中得到有关预测值的信息，因此在本文中我们用柯尔莫哥洛夫熵理论来研究系统状态的最大可预测时间。1. 建立最大可预测时间的数学模型机械系统状态最大可预测时间数学模型的建立全文下载