非線性振動信號預(yù)測方法研究.pdf

1、振動現(xiàn)象無處不在。一些利用振動性質(zhì)制造的設(shè)備、儀器廣泛應(yīng)用于工程界。雖然有些情況下振動的應(yīng)用給實際工程作業(yè)帶來很大便利，但大多情況下振動的存在嚴(yán)重危害機械設(shè)備的安全運行。隨著科技的進步、工業(yè)技術(shù)的發(fā)展，各種設(shè)備、儀器日趨復(fù)雜化、重載化、精密化，振動對設(shè)備安全、工作性能的不利影響也越來越突出，同時對機械系統(tǒng)的振動控制、狀態(tài)監(jiān)測等提出新的挑戰(zhàn)。傳統(tǒng)的振動系統(tǒng)建模大都是建立在一定假設(shè)基礎(chǔ)上的精確數(shù)學(xué)模型，在實際應(yīng)用有一定的局限性。本文從振動時

2、間序列角度，利用神經(jīng)網(wǎng)絡(luò)、支持向量機等智能算法建立振動序列的預(yù)測模型。所選擇的樣本數(shù)據(jù)為某空間相機平臺的振動幅值信號。
　　首先，本文引入BP神經(jīng)網(wǎng)絡(luò)、支持向量機和回聲狀態(tài)網(wǎng)絡(luò)，利用這三種算法建立振動信號的多步預(yù)測模型，并比較了三種建模方法的優(yōu)劣。同時根據(jù)三種預(yù)測建模方法的特點，提出BP神將網(wǎng)絡(luò)與支持向量回歸機(SVR)的組合模型，即BP-SVR模型。整體比較上述四種模型的振動預(yù)測性能，回聲狀態(tài)網(wǎng)絡(luò)在振動序列預(yù)測中表現(xiàn)優(yōu)越。

3、>　　隨后引入相空間重構(gòu)技術(shù)，對振動序列進行相空間重構(gòu)分析，挖掘振動信號內(nèi)部存在的隱含信息。按照最佳嵌入維數(shù)和最優(yōu)時間延遲對相點分組預(yù)測，選擇預(yù)測性能最優(yōu)的回聲狀態(tài)網(wǎng)絡(luò)，以最佳嵌入維數(shù)作為網(wǎng)絡(luò)的輸入層數(shù)，對每組相點建立多步預(yù)測模型。仿真結(jié)果表明，在保證一定預(yù)測精度的情況下，此方法有效的延長了振動預(yù)測模型的預(yù)測步長。
　　為了實現(xiàn)對振動的長時間預(yù)測，本文引入小波分析。首先對原始振動信號實施小波分解和重構(gòu)，將振動序列的變化平緩化，再對