收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

混沌时间序列的Lyapunov指数和噪声水平估计及其在湍流射流中的应用

姚天亮  
【摘要】:湍流射流是气流床气化炉等射流反应器的基本流动形态。本文提出了从混沌时间序列估计Lyapunov指数和噪声水平的方法,并利用提出的方法研究了圆湍流射流和平面湍流射流速度时间序列的性质,发现了两种射流的一些相似规律。具体内容可归纳如下: 1.提出了一种可以从含有噪声的混沌时间序列中计算Lyapunov指数谱的新方法。该方法利用随机噪声和潜在动力系统相互独立的性质,提出了一种可以消除噪声影响的平均方法。通过这种方法可以从含有噪声的数据中得到潜在动力系统的映射方程,从而可以估计出潜在动力系统的Lyapunov指数谱。对Logistic映射、Henon映射、广义Henon映射和Lorenz系统生成的时间序列进行了仿真计算,结果表明,当噪声水平分别小于15%、20%、10%和7%时,该方法对这四个混沌系统的计算结果都是可靠的。另外,提出的方法对白噪声的分布类型不敏感,而且随着时间序列长度的增加,计算结果变得更加精确。 2.提出了一种可以从含有噪声的混沌时间序列中同时估计最大Lyapunov(?)指数和噪声水平的新方法。该方法首先研究了噪声对嵌入相空间中两点距离的影响,然后根据最大Lyapunov指数在不同维嵌入相空间中不变的性质,提出了从时间序列同时估计最大Lyapunov指数和噪声水平的方法。仿真计算结果表明,当噪声水平小于10%时,该方法对时间序列的最大Lyapunov指数和噪声水平的估计都是可靠的,而且对白噪声和色噪声均有效。另外,结合非线性降噪方法对该方法作了改进,发现改进的方法可用于含30%噪声的混沌时间序列。 3.用热线风速仪采集了圆射流和平面射流的速度时间序列,并用提出的混沌时间序列分析方法计算了两种射流的最大Lyapunov指数和其中包含的随机噪声。结果表明,两种射流的最大Lyapunov指数均随射流出口雷诺数的增加而增加,但出口雷诺数相同时,平面射流的最大Lyapunov指数比圆射流的大。在射流近场区,两种射流的最大Lyapunov (?)旨数沿流动方向都是先增加后减小。两种射流的随机噪声均随射流出口雷诺数和离开喷嘴出口的距离的增加而增加。对相同的出口雷诺数和相同的无因次位置,平面射流的随机噪声比圆射流的大。结果还发现,两种射流的最大Lyapunov与湍流积分时间尺度的-1次方成正比,与量纲分析结果一致,并且比例系数相等;另外,两种射流中的随机噪声与湍流的Kolmogorov速度尺度有相同的线性关系。由此可见,湍流可分解为确定性的混沌和随机噪声两部分,其中湍流中大涡的运动遵循混沌运动规律,而湍流中小涡的随机运动构成了湍流的随机噪声。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 倪小军;;基于混沌时间序列法的瓦斯涌出量预测[J];科技信息;2008年31期
2 杨瑞成;王彬;张天云;;基于MATLAB的混沌时间序列算法对材料腐蚀行为的预测[J];兰州理工大学学报;2009年05期
3 高雷阜;陈斌;;基于混沌时序的WTI价格系统预测[J];辽宁工程技术大学学报(自然科学版);2009年06期
4 谢艳云;王飞;;一类连续系统的混沌反控制[J];齐齐哈尔大学学报;2008年02期
5 杨永国;陈玉华;;矿井涌水量混沌特征与预测[J];地球科学(中国地质大学学报);2009年02期
6 孙禾;;基于数据挖掘的网络流量预测研究[J];辽宁科技学院学报;2008年03期
7 刘婷婷;史久根;韩江洪;;基于SVM的瓦斯体积分数混沌时间序列预测[J];合肥工业大学学报(自然科学版);2009年08期
8 何华刚;胡敏涛;;基于改进CC方法的瓦斯涌出混沌预测[J];矿业研究与开发;2009年04期
9 黄炜伟,王强,卢爽,刘振江;基于混沌时间序列的神经网络对瓦斯涌出量预测[J];煤;2005年05期
10 王广地;程守金;焦德智;;基于非线性混沌的冻土路基融沉变形预测[J];西部探矿工程;2006年09期
11 程健;白静宜;钱建生;李世银;;基于混沌时间序列的煤矿瓦斯浓度短期预测[J];中国矿业大学学报;2008年02期
12 赵金宪;于光华;;瓦斯浓度预测的混沌时序RBF神经网络模型[J];黑龙江科技学院学报;2010年02期
13 刘荷花;;应用混沌理论对煤矿瓦斯浓度预测[J];山西电子技术;2011年04期
14 赵小梅;;混沌时间序列的局域区间预测[J];陕西科技大学学报;2006年01期
15 乔伟;李文平;胡戈;乐建;程伟;;矿区地下水位的混沌时间序列局域法预测[J];矿业研究与开发;2008年06期
16 李爱国,覃征;积单元神经网络预测噪声环境的混沌时间序列[J];西安科技大学学报;2003年03期
17 蒋金泉;李洪;;基于混沌时序预测方法的冲击地压预测研究[J];岩石力学与工程学报;2006年05期
18 罗震;单平;高战蛟;刘鹏飞;;用Lyapunov指数研究点焊位移信号的混沌特性[J];焊接学报;2006年12期
19 刘勇健;张伯友;;混沌时间序列在边坡位移预测中的应用[J];辽宁工程技术大学学报;2007年01期
20 钟勇;;提取地震数据最大李指数的快速方法[J];内蒙古石油化工;2007年07期
中国重要会议论文全文数据库 前10条
1 赵新;吴怀宇;方康玲;李俊;;基于模糊神经网络的混沌时间序列预测研究[A];2005年中国智能自动化会议论文集[C];2005年
2 李鹤;;基于径向基神经网络的混沌时间序列嵌入维数识别[A];第二届全国动力学与控制青年学者研讨会论文摘要集[C];2008年
3 高秉健;吕金虎;;基于混沌时间序列的电力系统短期负荷预测[A];2001中国控制与决策学术年会论文集[C];2001年
4 王洪超;李亚安;齐彦生;;遗传算法用于水声信号预测方法研究[A];2006’和谐开发中国西部声学学术交流会论文集[C];2006年
5 高华东;潘东旭;魏建文;樊绍峰;;混沌理论与支持向量机相结合的侧移预测模型[A];第三届全国岩土与工程学术大会论文集[C];2009年
6 张森;肖先赐;;基于连分式的混沌时间序列全局预测新方法[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
7 李擎;郑德玲;;混沌时间序列神经网络拓扑结构的确定[A];1999中国控制与决策学术年会论文集[C];1999年
8 陈涛;徐小力;王少红;邓三鹏;;基于混沌神经网络的烟气轮机预测研究[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
9 和卫星;陈晓平;马东玲;;基于混沌时间序列的滚动轴承故障局部预测[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
10 张慧档;刘伟超;周淳;;基于PSO的水声信号神经网络预测方法[A];2007’促进西部发展声学学术交流会论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 席剑辉;混沌时间序列的长期预测方法研究[D];大连理工大学;2005年
2 甘建超;混沌信号处理在雷达和通信对抗中的应用[D];电子科技大学;2004年
3 卜云;混沌时间序列自适应预测算法研究[D];电子科技大学;2010年
4 秦克景;城市供水管理信息工程研究[D];天津大学;2006年
5 杨妮;汇率时间序列非线性动力学特征及组合预测研究[D];湖南大学;2008年
6 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
7 汪金菊;贝叶斯模型及其在混沌序列分析中的应用研究[D];合肥工业大学;2008年
8 宣蕾;网络安全定量风险评估及预测技术研究[D];国防科学技术大学;2007年
9 滕振宇;Ka及毫米波通信干扰技术研究[D];南京理工大学;2008年
10 卢宇;交通流混沌实时判定方法的研究[D];天津大学;2007年
中国硕士学位论文全文数据库 前10条
1 张亚琦;基于改进回声状态网络的混沌时间序列多步预测[D];兰州大学;2010年
2 梁景波;混沌时间序列一种长期预测方法研究[D];辽宁科技大学;2012年
3 张乾;电力负荷混沌特性分析及混沌时间序列的预测[D];天津理工大学;2013年
4 楼玉;混沌时间序列方法在径流预报中的应用研究[D];浙江大学;2005年
5 李恒超;混沌预测理论及其在VBR视频业务中的应用[D];西南交通大学;2004年
6 龙海辉;基于混沌时间序列相空间重构研究[D];中南大学;2010年
7 王海丹;基于神经网络的多变量混沌时间序列建模和预测[D];沈阳航空航天大学;2012年
8 库丽曼;中国石油供应安全战略探讨[D];成都理工大学;2004年
9 毛亚林;混沌预测与混沌优化及其在电力系统中的应用研究[D];武汉大学;2005年
10 蒋国庆;混沌理论用于经济预测研究[D];南京信息工程大学;2006年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978