基于小波神经网络的混沌时间序列预测及应用

根据相空间重构理论,探讨了一种基于小波神经网络(WNN)的混沌时间序列预测方法。根据G-P算法和Takens理论,计算出混沌时间序列相空间重构所需的最小嵌入维数,以此作为网络的输入节点数。通过时频分析,使得隐节点数的选取也有了可靠的理论依据。最后对Lorenz仿真信号和滚动轴承信号进行仿真和预测,验证了方法的有效性。结果表明,对于混沌时间序列的预测,WNN网络比BP网络表现出更理想的预测效果,为非线性动态系统的预测提供了一种有效的途径。     

贴壁方柱湍流场TR-PIV实验研究

采用时变粒子图像速度场测试技术(TR-PIV),对低速循环水槽中贴壁二维方柱绕流湍流场进行了细致的测量.通过对实验得到的30000个连续瞬态速度场进行分析,得到了时均速度场和流线图谱,以及流向、法向速度分量的脉动强度场和涡量场.此外,对脉动速度时序信号进行谱分析,得到了流场中低频大尺度相干结构脱落频率.通过对瞬态速度场的分析,揭示了贴壁方柱绕流的旋涡脱落及其发展过程.     

区间灰系列的熵度量及其应用(英文)

研究了灰信息理论的不确定性度量方法及其在决策中的应用,说明了建立在有限区间灰数序列基础上的灰序列熵与Shannon概率熵是不同的。讨论了灰数的度量公式和性质,包括不变性、应用条件、两个灰数并与交的灰熵等。最后给出一个应用实例验证了该方法的有效性。     

基于分形理论的混沌信号与噪声分离方法

提出一种分维数和子波重构相结合的混沌信号与噪声分离方法，与以往出现的子波滤波方法和经典滤波方法相比较，该方法有如下特点；利用子波变换计算带观测噪声混沌信号的真实分数维，进而根据观测序列维数与真实维数的差值控制子波重构的参数，构造出混沌与噪声分离的自适应滤波器结构。仿真实验说明了该算法的有效性。     

低旋流数旋进射流流动特性的PIV实验研究

采用粒子图像测速技术,研究了当雷诺数Re=4.5×104时低旋流数旋进射流的流动特性。针对3种不同旋流数（S=0、0.26和0.41）,对比分析了时均流向速度场、流向速度脉动强度场以及时均涡量场的变化规律。实验测量结果表明:随着旋流数的增加,流向速度大小及其脉动强度沿流向衰减加剧,而射流中心线上的速度脉动强度增强;因腔体壁面空间限制而产生的回流区向上游移动且尺度变小;外剪切层中旋涡的流向发展急剧衰减而内剪切层内的旋涡几乎不受影响。此外,结合速度谱和典型时刻的瞬态流场特征可知,旋流数增大后,旋进频率增大,而旋进现象发生的起始位置向上游移动,使得旋进偏转角度增大。     

复杂固体边界流场的三维 PIV 测试技术：任意三维边界识别算法

针对复杂固体边界三维流场的 PIV 测试应用,以及流固耦合实验研究中流场和固体结构特征的瞬态同步测试需求,发展了一种基于双相机布置形式的任意三维边界识别算法以精确获取三维表面几何信息;并以基于MLOS-SMART 三维粒子场重构的 Tomo-PIV 算法计算三维速度矢量场,可同步获取三维表面结构运动／变形信息和三维瞬态速度场。这一边界识别算法基于 SURF（加速稳健特征）模式识别算法进行三维曲面重构,可以确定流场中三维物体结构的边界特征。论文采用双相机布置方式获取了三种不同曲率的圆柱曲面图像,验证了所发展的三维边界识别算法的准确性。最后以圆柱绕流 Tomo-PIV 数字合成粒子图像序列为验证对象,采用所发展的边界识别算法和 Tomo-PIV 算法分别高质量地计算出圆柱曲面信息和三维速度场。     

标量图像测速原理及数值检验

标量图像测速是一种新型的能够测量微小结构的湍流实验测量系统,其理论依据是Schmidt(Sc)数>1的标量湍流里,标量场脉动的时间尺度和空间耗散尺度要小于对应的速度场脉动的时间尺度和空间耗散尺度,标量脉动比速度脉动具有更强的间歇性,标量场所含信息大于速度场所含信息,从高Sc数标量场提取速度场是可能的.笔者详细介绍了标量图像测速原理,并在积分最小化法思想指导下根据标量输运守恒方程及限定条件,建立了积分最小化标量图像测速的数学表示.通过变分法,获得了积分空间每个点的三个速度分量的欧拉特征方程,对欧拉特征方程离散化即可在积分空间建立一线性稀疏方程组.采用变分迭代法对此线性稀疏方程组进行求解即可获得三维速度场,据此采用积分最小化法建立了标量图像测速图像处理系统.还介绍了四维标量场(三维空间加一维时间)的图像采集原理,并采用DNS数据对标量图像测速处理系统进行了数值检验,检验结果表明标量图像测速技术所求解的速度场和DNS精确解之间在结构上是十分相似的,标量图像测速可以正确地提取速度场.     

阀体后90°圆形弯管内部流场PIV测量及POD分析

利用激光粒子图像测速技术对阀体后90°圆截面弯管的内部流场进行测量,获取了弯管流场在不同来流流速及观测截面上的高分辨率瞬态速度场数据.分析了图像相关计算所获得的瞬态及时均速度场,对流场进行本征正交分解,并进一步分析重构脉动场中的涡结构特性.结果表明:流体流经蝶阀在弯管中形成卡门涡街,涡结构信息包含在本征正交分解低阶模态中,脉动场的模态重构可以还原涡的流动特性.     

子波变换平滑的混沌信号检测

将近几年兴起的子波变换、分形理论应用于带观测噪声混沌信号的检测。基于快速子波变换导出了平滑算子，将其对时序信号进行处理，并根据它在一定的尺度范围内具有标度不变的性质，利用改进的Ｇ－Ｐ算法计算其分数维数，对带有观测噪声的Ｌｏｒｅｎｚ吸引子波的混沌运动进行了检测。实验结果表明，该方法具有较好检测混沌现象的能力。     

任意运动变形边界流场测量PIV算法的研究:薄膜涡激振动

提出了一种精确测量任意运动变形边界流场的粒子图像速度场PIV算法,能智能识别强流固耦合问题流场测量中任意运动变形的边界信息,然后生成贴体自适应的图像互相关计算窗口,计算获取运动变形边界附近的速度场数据。这一算法可大大提高任意运动边界附近流场的测量精度,为流固耦合问题的理论分析和数值计算验证提供可靠的高质量实验数据。针对数字合成给定流场的粒子图像序列,采用所发展的PIV算法对粒子图像区域中的运动变形边界进行了精确识别,高质量地复现了原始流场信息。最后,对低速闭式循环水洞中的钝体尾流柔性薄膜涡激振动现象进行了PIV实验测量,获得了柔性薄膜大变形运动状态下的瞬态流场特征。     

Chaotic Characteristic Analysis of Air Traffic System

Chaotic characteristics of traffic flow time series is analyzed to further investigate nonlinear characteristics of air traffic system. Phase space is reconstructed both by time delay which is built through mutual information, and by embedding dimension which is based on false nearest neighbors method. In order to analyze chaotic characteristics of time series, correlation dimensions and the largest Lyapunov exponents are calculated through Grassberger-Procaccia （G-P） algorithm and small-data method. Five-day radar data from the control center in Guangzhou area are analyzed and the results show that saturated correlation dimensions with self-similar structures exist in time series, and the largest Lyapunov exponents are all equal to zero and not sensitive to initial conditions. Air traffic system is affected hy multiple factors, containing inherent randomness, which lead to chaos. Only grasping chaotic characteristics can air traffic be predicted and controlled accurately.     

悬停状态旋翼非定常尾迹测量

用热线风速仪测量悬停状态旋翼尾迹的轴向、切向速度分量的时均值和瞬时值沿展向的分布及桨尖涡在轴剖面里的运动轨迹，得到了悬停状态旋翼尾迹的几何边值、桨尖涡在运动过程中的耗散和不稳定等非定常特性，研究了旋翼桨距、桨叶片数对悬停状态旋翼尾迹和桨尖涡运动轨迹的影响。结果表明：悬停状态旋翼尾迹轴向速度在其展向的最大值可达或超过动量理论值的两倍；而桨尖涡区域的瞬态值则高达动量理论值的１０倍。旋翼桨距、桨叶片数的     

混沌理论在尾桨气动噪声信号分析中的应用

研究剪刀式尾桨气动噪声的混沌特性，并应用混沌理论进行了直升机尾桨气动噪声信号分析。本文通过利用多频调制方法对尾桨噪声进行理论分析，得出相对声压值随剪刀变化的规律；然后将混沌运动的特征参数——关联维数用于剪刀式尾桨气动噪声信号的分析。分析结果表明剪刀式尾桨引起的气动噪声含有混沌特性，同时对比理论和试验结果表明剪刀尾桨构型的参数对气动噪声有明显的影响。     

基于混沌特性的网络流量预测

高速网络中存在着以自相似为特征的多种业务流量,这种自相似特征和混沌现象的吸引子有着紧密的联系。本文基于混沌时间序列重构相空间理论,根据最大Lyapunov指数,分别采用W o lf原始算法和改进算法,对高速网络中自相似信源的速率进行了预测,并给出了最大可预报时间。仿真结果表明,W o lf改进算法预测精度及可靠性更高。     

基于相空间重构的网络流量RBF神经网络预测

应用混沌理论，分析了网络流量，用单变量的网络流量时闯序列重构与网络动力系统等距同构的相空间，进而计算了实际网络的关维数和Lyapunov指数，并证实了网络流量存在混沌特性；据此建立了基于径向基函数（RBF）神经网络的模型，并对实际网络数据流进行了预测。仿真结果表明，相对于其他前馈神经网络预测，基于混沌理论的RBF神经网络预测方法学习速度快，预测精度高。     

Identification of Time-Varying Modal Parameters for Thermo- Elastic Structure Subject to Unsteady Heating

A time-varying modal parameter identification method combined with Bayesian information criterion （BIC） and grey correlation analysis （GCA） is presented for a kind of thermo-elastic structures with sparse natural frequencies and subject to an unsteady temperature field. To demonstrate the method, the thermo-elastic structure to be identified is taken as a simply-supported beam with an axially movable boundary and subject to both random excitation and an unsteady temperature field, and the dynamic outputs of the beam are first simulated as the meas- ured data for the identification. Then, an improved time-varying autoregressive （TVAR） model is generated from the simulated input and output of the system. The time-varying coefficients of the TVAR model are expahded as a finite set of time basis functions that facilitate the time-varying coefficients to be time invariant. According to the BIC for preliminarily determining the scope of the order number, the grey system theory is introduced to determine the order of TVAR and the dimension of the basis functions simultaneously via the absolute grey correlation degree （AGCD）. Finally, the time-varying instantaneous frequencies of the system are estimated by using the recursive least squares method. The identified results are capable of tracking the slow time-varying natural frequencies with high accuracy no matter for noise-free or noisy estimation.     

混沌在测量中的应用

将混沌对初始条件的敏感特性应用到测量领域中，提出了一种基于符号序列的通用编码方法，并给出了符号序列同初始条件之间的数学关系，讨论了基于混沌的测量系统的一些特性。理论分析，数字仿真及试验结果表明，混沌在测量领域中的应用具有很大的潜力，为混沌的工程应用开辟了新的方向。     

基于内窥火焰传感器技术的超声速燃烧感知实验研究

高动态频响传感器及作动机构是高性能控制系统FADEC的关键技术之一。开发了一种基于被动火焰自发光谱的内窥式光纤火焰传感器进行光学诊断,初步验证了光纤火焰传感器数据的燃烧过程感知价值。基于中国科学院力学研究所的直连式超声速燃烧实验台,模拟了来流总温1475 K、总压1.68 MPa、马赫数5.6的发动机工作状态。在不同当量比和动量通量比条件下,使用新开发的内窥式光纤火焰传感器,测量了以CH*表征的燃烧释热率和以C₂*/CH*表征的局部当量比。结果表明:内窥式光纤传感器可感知燃烧室释热率的时空演变特性;内窥式光纤传感器可感知频域燃烧振荡特性,实验表明燃烧过程可能存在展向的热声振荡现象;内窥式光纤传感器C₂*/CH*光信号可感知局部当量比的时空演变特性,结合CH*光信号可应用于混合场与燃烧场关联性的研究;局部火焰质心位置的统计特征表征了剪切层稳焰模式和射流尾迹稳焰模式。     

利用三维激光测速方法研究悬停状态下的桨尖涡

利用三维多谱勒激光测速仪，对悬停状态下模型旋翼桨叶附近的流场进行了实验测量。研究了悬停状态下桨盘附近的流场特征、旋翼桨尖涡的形成和发展，以及桨尖涡对后续桨叶的影响