摘 要：從復雜系統的行為出發，對復雜機械系統狀態預測的可行性進行研究，指出對復雜機械系統進行短期預測是可行的，并且提出了基于混沌的復雜機械系統狀態預測思想。基于機械系統狀態的各種信號數據序列的相空間構造方法，研究確定了復雜系統狀態的最大預測時間的數學模型。 關鍵詞：機械系統；預測；混沌 0. 前言 我們通常所研究的復雜機械系統故障診斷，是把機械系統的使用過程中某一時間所處的 狀態作為一個靜態點，研究其狀態性質和特征。但如果放大研究尺度，從整個使用過程來研究，會發現隨著使用期的不同，狀態不斷發展發生變化，是一動態過程。因此，研究的是機械系統所處狀態的運動軌跡，即機械系統的狀態歷程。 對復雜機械系統的預測，就是根據已知的某時刻以前機械系統的狀態運動軌跡，預測該 時刻以后軌跡的運動狀態。同時把狀態點之間的時間關系考慮在內。從尺度方面說，是由把吸引子作為靜態點集研究，發展為看作動態運動軌跡研究。 大量的混沌研究結果已證明，混沌的基本特點決定了對混沌運動的預測具有最大可預測 尺度，在可預測尺度內，可以對運動軌跡進行預測[1] 。 混沌和分維數理論的產生，使我們能夠從一個似乎是雜亂無章的時間序列中計算出它的 分維數，表征其結構。同時我們還可以從一個時間序列中得到有關預測值的信息，因此在本文中我們用柯爾莫哥洛夫熵理論來研究系統狀態的最大可預測時間。 1. 建立最大可預測時間的數學模型

機械系統狀態最大可預測時間數學模型的建立全文下載