CN112742280B - 一种混合系统的混沌状态检测方法及系统 - Google Patents
一种混合系统的混沌状态检测方法及系统 Download PDFInfo
- Publication number
- CN112742280B CN112742280B CN202011430530.1A CN202011430530A CN112742280B CN 112742280 B CN112742280 B CN 112742280B CN 202011430530 A CN202011430530 A CN 202011430530A CN 112742280 B CN112742280 B CN 112742280B
- Authority
- CN
- China
- Prior art keywords
- denotes
- time sequence
- mean square
- chaotic
- square displacement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000000739 chaotic effect Effects 0.000 title claims abstract description 93
- 238000001514 detection method Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 65
- 238000002156 mixing Methods 0.000 claims abstract description 43
- 230000001052 transient effect Effects 0.000 claims abstract description 40
- 238000010998 test method Methods 0.000 claims abstract description 27
- 238000006243 chemical reaction Methods 0.000 claims description 68
- 238000006073 displacement reaction Methods 0.000 claims description 65
- 238000005070 sampling Methods 0.000 claims description 36
- 239000013598 vector Substances 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000007704 transition Effects 0.000 claims description 9
- 230000001629 suppression Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 241001598984 Bromius obscurus Species 0.000 claims description 2
- 238000003756 stirring Methods 0.000 abstract description 17
- 239000000203 mixture Substances 0.000 abstract description 16
- 230000005514 two-phase flow Effects 0.000 description 7
- 239000007788 liquid Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005272 metallurgy Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010587 phase diagram Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01F—MIXING, e.g. DISSOLVING, EMULSIFYING OR DISPERSING
- B01F35/00—Accessories for mixers; Auxiliary operations or auxiliary devices; Parts or details of general application
- B01F35/20—Measuring; Control or regulation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01F—MIXING, e.g. DISSOLVING, EMULSIFYING OR DISPERSING
- B01F35/00—Accessories for mixers; Auxiliary operations or auxiliary devices; Parts or details of general application
- B01F35/20—Measuring; Control or regulation
- B01F35/21—Measuring
- B01F35/214—Measuring characterised by the means for measuring
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01F—MIXING, e.g. DISSOLVING, EMULSIFYING OR DISPERSING
- B01F35/00—Accessories for mixers; Auxiliary operations or auxiliary devices; Parts or details of general application
- B01F35/20—Measuring; Control or regulation
- B01F35/22—Control or regulation
- B01F35/2201—Control or regulation characterised by the type of control technique used
- B01F35/2209—Controlling the mixing process as a whole, i.e. involving a complete monitoring and controlling of the mixing process during the whole mixing cycle
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Image Analysis (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Sampling And Sample Adjustment (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种混合系统的混沌状态检测方法及系统。该方法包括获取混合系统混合过程的视频；提取视频中的多帧图像对应的混合瞬态值；将多个混合瞬态值和多个混合瞬态值对应的时刻作为基本元素，生成时间序列；对时间序列进行去噪处理；采用改进的0‑1测试法，检测时间序列是否混沌。采用本发明的混沌状态检测方法及系统，能够在高噪音情况下精确地判断出混合物是否处于混沌状态，进而判断混合物是否混合均匀，快速精确地找到停止搅拌的时机。
Description
技术领域
本发明涉及冶金化学混合技术领域，特别是涉及一种混合系统的混沌状态检测方法及系统。
背景技术
混合是化工、冶金、材料、制药、造纸、建筑、生物和环境等众多领域中必不可少的操作单元之一，在物理反应过程中搅拌混合主要是为了获得反应物混合的均匀度，而在化学反应参加的搅拌过程中则是为了优化反应进程。因此，多相搅拌混合效果的评价对搅拌反应器的优化设计及反应过程的优化起着重要作用。描述和评价搅拌体系宏观混合效果的方法众多，主要方法包括对搅拌功率、循环流量、排出流量及混匀时间等参数的测量。在冶金方面，多相混合物(即混合系统)处于混沌状态，则代表混合物混合均匀，需停止对混合系统的搅拌，其中，电导率法、光学法、热测法等方法是常用的测量混匀时间的技术。但是，上述方法只能量化两相流混合瞬态的混合效果，若要进一步分析多相流混合瞬态随时间演化趋势以发掘随机过程中的规律，则需要表征时间序列的混沌特性。
一般地，混沌识别方法有庞加莱映像法、相图法、李雅普诺夫(Lyapunov)Lyapunov指数法和柯尔莫哥洛夫(Kolmogorov)熵等方法，但这些混沌识别方法受噪声等因素的干扰，存在识别精度不高的问题，这导致实验或生产中，技术人员不能准确识别停止搅拌的时机，造成了混合不均匀或者资源的浪费。因此，削弱噪音干扰对混合物状态识别的影响，准确快速地找到停止搅拌的时机，具有理论和实用的双重价值。
发明内容
本发明的目的是提供一种混合系统的混沌状态检测方法及系统，能够在高噪音情况下，精确地判断出混合物开始处于混沌状态的时间。
为实现上述目的，本发明提供了如下方案：
一种混合系统的混沌状态检测方法，包括：
获取混合系统混合过程的视频；
提取所述视频中的多帧图像对应的混合瞬态值；所述混合瞬态值是根据所述混合系统的物性参数生成的；
将多个所述混合瞬态值和多个所述混合瞬态值对应的时刻作为基本元素，生成时间序列；
对所述时间序列进行去噪处理；
采用改进的0-1测试法，检测所述时间序列是否混沌；所述改进的0-1测试法是在0-1测试法计算均方位移的公式中加入噪音干扰项。
可选的，在所述对所述时间序列进行去噪处理，之后还包括：
判断所述时间序列是否过采样，得到第一判断结果；
若所述第一判断结果为是，则对所述时间序列进行降采样处理；
若所述第一判断结果为否，则执行步骤“采用改进的0-1测试法，检测所述时间序列是否混沌”。
可选的，所述对所述时间序列进行去噪处理，具体包括：
采用平均滤波法或小波去噪法或施赖伯去噪法对所述时间序列进行去噪处理。
可选的，所述采用改进的0-1测试法，检测所述时间序列是否混沌，具体包括：
计算所述时间序列的第一转换变量和第二转换变量；
根据所述第一转换变量、所述第二转换变量和所述噪音干扰项，计算所述时间序列的均方位移；
计算所述均方位移的增长率，得到所述时间序列对应的增长率序列；
判断所述增长率序列的中位值是否大于预设截止值，得到第二判断结果；
若所述第二判断结果为是，则所述时间序列处于混沌状态；
若所述第二判断结果为否，则所述时间序列处于非混沌状态。
可选的，所述计算所述时间序列的第一转换变量和第二转换变量，具体包括：
采用如下公式计算所述第一转换变量和所述第二转换变量：
式中，φ(j)表示降采样处理后的时间序列，j表示采样时间，j＝1,2,...,N，N表示降采样处理后的时间序列的长度，n表示数量，
pc(n)表示第n个第一转换变量，qc(n)表示第n个第二转换变量，c表示抑制参数，c∈(0,2π)。
可选的，所述根据所述第一转换变量、所述第二转换变量和所述噪音干扰项，计算所述时间序列的均方位移，具体包括：
采用如下公式计算所述均方位移：
式中，Mc(n)表示均方位移，ηn表示随机变量，ηn∈[-0.5,0.5]，σ表示噪音值，σ∈[0,1]，pc(j)表示第j个第一转换变量，pc(j+n)表示第j+n个的第一转换变量，qc(j)表示第j个第二转换变量，qc(j+n)表示第j+n个第二转换变量。
可选的，所述计算所述均方位移的增长率，具体包括：
采用如下公式计算所述均方位移的增长率：
其中，
式中，Kc表示均方位移的增长率，ξ表示向量集合，
ξ(j)表示向量集合ξ中的第j个数值，Δ(j)表示均方位移集合Δ中的第j个数值，Δ表示均方位移集合，
cov(ξ,Δ)表示向量集合ξ和均方位移集合Δ的协方差，s表示向量集合ξ的长度，var(ξ)表示向量集合ξ的方差，var(Δ)表示均方位移集合Δ的方差，
表示向量集合ξ的平均数，
表示均方位移集合Δ的平均数。
一种混合系统的混沌状态检测系统，包括：
视频获取模块，用于获取混合系统混合过程的视频；
混合瞬态值提取模块，用于提取所述视频中的多帧图像对应的混合瞬态值；所述混合瞬态值是根据所述混合系统的物性参数生成的；
时间序列生成模块，用于将多个所述混合瞬态值和多个所述混合瞬态值对应的时刻作为基本元素，生成时间序列；
去噪模块，用于对所述时间序列进行去噪处理；
混沌序列检测模块，用于采用改进的0-1测试法，检测所述时间序列是否混沌；所述改进的0-1测试法是在0-1测试法计算均方位移的公式中加入噪音干扰项。
可选的，所述系统，还包括：
过采样判断模块，用于判断所述时间序列是否过采样，得到第一判断结果；
若所述第一判断结果为是，则执行降采样子模块；若所述第一判断结果为否，则执行所述混沌序列检测模块；
降采样子模块，用于对所述时间序列进行降采样处理。
可选的，所述混沌序列检测模块，具体包括：
转换变量计算子模块，用于计算所述时间序列的第一转换变量和第二转换变量；
均方位移计算子模块，用于根据所述第一转换变量、所述第二转换变量和所述噪音干扰项，计算所述时间序列的均方位移；
增长率序列生成子模块，用于计算所述均方位移的增长率，得到所述时间序列对应的增长率序列；
混沌状态判断子模块，用于判断所述增长率序列的中位值是否大于预设截止值，得到第二判断结果；若所述第二判断结果为是，则执行混沌状态确定单元；若所述第二判断结果为否，则执行非混沌状态确定单元；
混沌状态确定单元，用于确定所述时间序列处于混沌状态；
非混沌状态确定单元，用于确定所述时间序列处于非混沌状态。
与现有技术相比，本发明的有益效果是：
本发明提出了一种混合系统的混沌状态检测方法及系统，方法包括获取混合系统混合过程的视频；提取视频中的多帧图像对应的混合瞬态值；将多个混合瞬态值和多个混合瞬态值对应的时刻作为基本元素，生成时间序列；对时间序列进行去噪处理；采用改进的0-1测试法，检测时间序列是否混沌；改进的0-1测试法是在0-1测试法计算均方位移的公式中加入噪音干扰项。本发明通过在0-1测试检测中加入噪音值参数，能够在高噪音情况下精确地判断出混合系统(即混合物)是否处于混沌状态，进而判断混合物是否混合均匀，快速精确地找到停止搅拌的时机。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中所提供的混合系统的混沌状态检测方法的流程图；
图2为本发明实施例中所提供的混合系统的混沌状态检测系统的结构示意图；
图3为本发明实施例中所提供的顶吹气液两相流搅拌实验监测图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种混合系统的混沌状态检测方法及系统，能够在高噪音情况下，精确地判断出混合物开始处于混沌状态的时间。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例
图1为本发明实施例中所提供的混合系统的混沌状态检测方法的流程图；如图1所示，本发明提供了一种混合系统的混沌状态检测方法，包括：
步骤101：获取混合系统混合过程的视频。
步骤102：提取视频中的多帧图像对应的混合瞬态值。混合瞬态值是根据混合系统的物性参数生成的。
步骤103：将多个混合瞬态值和多个混合瞬态值对应的时刻作为基本元素，生成时间序列。
步骤104：对时间序列进行去噪处理。
步骤104具体包括：采用平均滤波法或小波去噪法或施赖伯去噪法对时间序列进行去噪处理，对时间序列进行去噪处理时优先使用施赖伯去噪法。
步骤104之后还包括：
判断时间序列是否过采样，得到第一判断结果；若第一判断结果为是，则对时间序列进行降采样处理；若第一判断结果为否，则执行步骤“采用改进的0-1测试法，检测时间序列是否混沌”。
具体地，对时间序列进行降采样处理的方法有两种，第一种降采样处理的方法是隔固定频率抽取一个信号的向下采样法，第二种降采样处理的方法截取固定长度的局部信号，取最大值和最小值的向下采样法；本发明对时间序列进行降采样处理时优先使用第二种降采样处理的方法。
步骤105：采用改进的0-1测试法，检测时间序列是否混沌。改进的0-1测试法是在0-1测试法计算均方位移的公式中加入噪音干扰项。检测出当前时间序列为混沌时间序列，证明混合物处于混沌状态，此时为停止搅拌的时机。
步骤105具体包括：
步骤1051：计算时间序列的第一转换变量和第二转换变量。
步骤1051具体包括：
采用如下公式计算第一转换变量和第二转换变量：
式中，φ(j)表示降采样处理后的时间序列，j表示采样时间，j＝1,2,...,N，N表示降采样处理后的时间序列的长度，n表示数量，
pc(n)表示第n个第一转换变量，qc(n)表示第n个第二转换变量，c表示抑制参数，c∈(0,2π)。
步骤1052：根据第一转换变量、第二转换变量和噪音干扰项，计算时间序列的均方位移。
步骤1052具体包括：
采用如下公式计算均方位移：
式中，Mc(n)表示第n个均方位移，ηn表示随机变量，ηn∈[-0.5,0.5]，σ表示噪音值，σ∈[0,1]，pc(j)表示第j个第一转换变量，pc(j+n)表示第j+n个的第一转换变量，qc(j)表示第j个第二转换变量，qc(j+n)表示第j+n个第二转换变量。
步骤1053：计算均方位移的增长率，得到时间序列对应的增长率序列。
步骤1053采用如下公式计算均方位移的增长率：
其中，
式中，Kc表示均方位移的增长率，ξ表示向量集合，
ξ(j)表示向量集合ξ中的第j个数值，Δ(j)表示均方位移集合Δ中的第j个数值，Δ表示均方位移集合，
cov(ξ,Δ)表示向量集合ξ和均方位移集合Δ的协方差，s表示向量集合ξ的长度，var(ξ)表示向量集合ξ的方差，var(Δ)表示均方位移集合Δ的方差，
表示向量集合ξ的平均数，
表示均方位移集合Δ的平均数。
步骤1054：判断增长率序列的中位值是否大于预设截止值，得到第二判断结果；若第二判断结果为是，则时间序列处于混沌状态；若第二判断结果为否，则时间序列处于非混沌状态。
图2为本发明实施例中所提供的混合系统的混沌状态检测系统的结构示意图；如图2所示，本发明提供了一种混合系统的混沌状态检测系统，包括：
视频获取模块201，用于获取混合系统混合过程的视频。
混合瞬态值提取模块202，用于提取视频中的多帧图像对应的混合瞬态值；混合瞬态值是根据混合系统的物性参数生成的。
时间序列生成模块203，用于将多个混合瞬态值和多个混合瞬态值对应的时刻作为基本元素，生成时间序列。
去噪模块204，用于对时间序列进行去噪处理。去噪模块204采用平均滤波法或小波去噪法或施赖伯去噪法对时间序列进行去噪处理。
混沌序列检测模块205，用于采用改进的0-1测试法，检测时间序列是否混沌；改进的0-1测试法是在0-1测试法计算均方位移的公式中加入噪音干扰项。
混沌序列检测模块205，具体包括：
转换变量计算子模块，用于计算时间序列的第一转换变量和第二转换变量。
转换变量计算子模块，具体包括：
采用如下公式计算第一转换变量和第二转换变量：
式中，φ(j)表示降采样处理后的时间序列，j表示采样时间，j＝1,2,...,N，N表示降采样处理后的时间序列的长度，n表示数量，
pc(n)表示第n个第一转换变量，qc(n)表示第n个第二转换变量，c表示抑制参数，c∈(0,2π)。
均方位移计算子模块，用于根据第一转换变量、第二转换变量和噪音干扰项，计算时间序列的均方位移。
均方位移计算子模块，具体包括：
采用如下公式计算均方位移：
式中，Mc(n)表示第n个均方位移，ηn表示随机变量，ηn∈[-0.5,0.5]，σ表示噪音值，σ∈[0,1]，pc(j)表示第j个第一转换变量，pc(j+n)表示第j+n个的第一转换变量，qc(j)表示第j个第二转换变量，qc(j+n)表示第j+n个第二转换变量。
增长率序列生成子模块，用于计算均方位移的增长率，得到时间序列对应的增长率序列。
增长率序列生成子模块，具体包括：
采用如下公式计算均方位移的增长率：
其中，
式中，Kc表示均方位移的增长率，ξ表示向量集合，
ξ(j)表示向量集合ξ中的第j个数值，Δ(j)表示均方位移集合Δ中的第j个数值，Δ表示均方位移集合，
cov(ξ,Δ)表示向量集合ξ和均方位移集合Δ的协方差，s表示向量集合ξ的长度，var(ξ)表示向量集合ξ的方差，var(Δ)表示均方位移集合Δ的方差，
表示向量集合ξ的平均数，
表示均方位移集合Δ的平均数。
混沌状态判断子模块，用于判断增长率序列的中位值是否大于预设截止值，得到第二判断结果；若第二判断结果为是，则执行混沌状态确定单元；若第二判断结果为否，则执行非混沌状态确定单元；
混沌状态确定单元，用于确定时间序列处于混沌状态；
非混沌状态确定单元，用于确定时间序列处于非混沌状态。
本发明提供的混合系统的混沌状态检测系统，还包括过采样判断模块，用于判断时间序列是否过采样，得到第一判断结果；若第一判断结果为是，则执行降采样子模块；若第一判断结果为否，则执行混沌序列检测模块；降采样子模块，用于对时间序列进行降采样处理。
具体地，图3为本发明实施例中所提供的顶吹气液两相流搅拌实验监测图如图3所示，在顶吹气液两相流搅拌实验过程中，按不同的埋管深度和不同的气体流量，设置了五组工况，进行混合物混沌状态判断，从高速摄像机拍摄的混合物视频中提取多帧图像对应的混合瞬态值；将多个混合瞬态值和多个混合瞬态值对应的时刻作为基本元素，生成时间序列，对时间序列进行分析，去噪算法选用施赖伯去噪法，降采样方法选用取信号局部极小值和极大值的向下采样方法，在输入5组工况的贝蒂数时间序列(即将多个混合瞬态值和多个混合瞬态值对应的时刻作为基本元素，生成的时间序列)后混沌决策树代码运行结果如表1所示，表1中L1-L5表示不同的工况，百分数表示不同的噪音值，不同工况和噪音值对应的数值为增长率。具体的，L1的埋管深度为5cm，气体流量为2000L/h；L2的埋管深度为6cm，气体流量为1000L/h；L3的埋管深度为6cm，气体流量为2000L/h；L4的埋管深度为7cm，气体流量为1000L/h；L5的埋管深度为7cm，气体流量为2000L/h。
表1不同噪音值与增长率值的对应关系表
使用增长率值判断系统是否混沌，当增长率值大于或者等于截断值(截止值取0.85)时，当前时间序列为混沌时间序列，此时气液两相流混合物处于混沌状态，此时停止搅拌；当增长率值小于截断值时，当前时间序列为非混沌时间序列，此时气液两相流混合物处于非混沌状态，此时继续搅拌直至检测气液两相流混合物处于混沌状态。
本发明提供的混合系统的混沌状态检测方法及系统，除了时间序列得提取之外，该方法不需要来自用户的任何输入，另外，本发明在0-1测试中加入噪音项，对具有高噪音的混合系统混沌状态的判别具有高度的准确性。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上，本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种混合系统的混沌状态检测方法，其特征在于，所述方法，包括：
获取混合系统混合过程的视频；
提取所述视频中的多帧图像对应的混合瞬态值；所述混合瞬态值是根据所述混合系统的物性参数生成的；
将多个所述混合瞬态值和多个所述混合瞬态值对应的时刻作为基本元素，生成时间序列；
对所述时间序列进行去噪处理；
采用改进的0-1测试法，检测所述时间序列是否混沌；所述改进的0-1测试法是在0-1测试法计算均方位移的公式中加入噪音干扰项；
所述采用改进的0-1测试法，检测所述时间序列是否混沌，具体包括：
计算所述时间序列的第一转换变量和第二转换变量；
根据所述第一转换变量、所述第二转换变量和所述噪音干扰项，计算所述时间序列的均方位移；
计算所述均方位移的增长率，得到所述时间序列对应的增长率序列；
判断所述增长率序列的中位值是否大于预设截止值，得到第二判断结果；
若所述第二判断结果为是，则所述时间序列处于混沌状态；
若所述第二判断结果为否，则所述时间序列处于非混沌状态；
所述计算所述时间序列的第一转换变量和第二转换变量，具体包括：
采用如下公式计算所述第一转换变量和所述第二转换变量：
式中，φ(j)表示降采样处理后的时间序列，j表示采样时间，j＝1,2,...,N，N表示降采样处理后的时间序列的长度，n表示数量，
pc(n)表示第n个第一转换变量，qc(n)表示第n个第二转换变量，c表示抑制参数，c∈(0,2π)；
所述根据所述第一转换变量、所述第二转换变量和所述噪音干扰项，计算所述时间序列的均方位移，具体包括：
采用如下公式计算所述均方位移：
式中，Mc(n)表示均方位移，ηn表示随机变量，ηn∈[-0.5,0.5]，σ表示噪音值，σ∈[0,1]，pc(j)表示第j个第一转换变量，pc(j+n)表示第j+n个的第一转换变量，qc(j)表示第j个第二转换变量，qc(j+n)表示第j+n个第二转换变量。
2.根据权利要求1所述的混合系统的混沌状态检测方法，其特征在于，在所述对所述时间序列进行去噪处理，之后还包括：
判断所述时间序列是否过采样，得到第一判断结果；
若所述第一判断结果为是，则对所述时间序列进行降采样处理；
若所述第一判断结果为否，则执行步骤“采用改进的0-1测试法，检测所述时间序列是否混沌”。
3.根据权利要求1所述的混合系统的混沌状态检测方法，其特征在于，所述对所述时间序列进行去噪处理，具体包括：
采用平均滤波法或小波去噪法或施赖伯去噪法对所述时间序列进行去噪处理。
4.根据权利要求1所述的混合系统的混沌状态检测方法，其特征在于，所述计算所述均方位移的增长率，具体包括：
采用如下公式计算所述均方位移的增长率：
其中，
式中，Kc表示均方位移的增长率，ξ表示向量集合，
ξ(j)表示向量集合ξ中的第j个数值，Δ(j)表示均方位移集合Δ中的第j个数值，Δ表示均方位移集合，
cov(ξ,Δ)表示向量集合ξ和均方位移集合Δ的协方差，s表示向量集合ξ的长度，var(ξ)表示向量集合ξ的方差，var(Δ)表示均方位移集合Δ的方差，
表示向量集合ξ的平均数，
表示均方位移集合Δ的平均数。
5.一种混合系统的混沌状态检测系统，其特征在于，所述系统，包括：
视频获取模块，用于获取混合系统混合过程的视频；
混合瞬态值提取模块，用于提取所述视频中的多帧图像对应的混合瞬态值；所述混合瞬态值是根据所述混合系统的物性参数生成的；
时间序列生成模块，用于将多个所述混合瞬态值和多个所述混合瞬态值对应的时刻作为基本元素，生成时间序列；
去噪模块，用于对所述时间序列进行去噪处理；
混沌序列检测模块，用于采用改进的0-1测试法，检测所述时间序列是否混沌；所述改进的0-1测试法是在0-1测试法计算均方位移的公式中加入噪音干扰项。
6.根据权利要求5所述的混合系统的混沌状态检测系统，其特征在于，所述系统，还包括：
过采样判断模块，用于判断所述时间序列是否过采样，得到第一判断结果；
若所述第一判断结果为是，则执行降采样子模块；若所述第一判断结果为否，则执行所述混沌序列检测模块；
降采样子模块，用于对所述时间序列进行降采样处理；
所述混沌序列检测模块，具体包括：
转换变量计算子模块，用于计算所述时间序列的第一转换变量和第二转换变量；
均方位移计算子模块，用于根据所述第一转换变量、所述第二转换变量和所述噪音干扰项，计算所述时间序列的均方位移；
增长率序列生成子模块，用于计算所述均方位移的增长率，得到所述时间序列对应的增长率序列；
混沌状态判断子模块，用于判断所述增长率序列的中位值是否大于预设截止值，得到第二判断结果；若所述第二判断结果为是，则执行混沌状态确定单元；若所述第二判断结果为否，则执行非混沌状态确定单元；
混沌状态确定单元，用于确定所述时间序列处于混沌状态；
非混沌状态确定单元，用于确定所述时间序列处于非混沌状态；
所述转换变量计算子模块，还用于采用如下公式计算所述第一转换变量和所述第二转换变量：
式中，φ(j)表示降采样处理后的时间序列，j表示采样时间，j＝1,2,...,N，N表示降采样处理后的时间序列的长度，n表示数量，
pc(n)表示第n个第一转换变量，qc(n)表示第n个第二转换变量，c表示抑制参数，c∈(0,2π)；
所述均方位移计算子模块，用于采用如下公式计算所述均方位移：
式中，Mc(n)表示均方位移，ηn表示随机变量，ηn∈[-0.5,0.5]，σ表示噪音值，σ∈[0,1]，pc(j)表示第j个第一转换变量，pc(j+n)表示第j+n个的第一转换变量，qc(j)表示第j个第二转换变量，qc(j+n)表示第j+n个第二转换变量。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011430530.1A CN112742280B (zh) | 2020-12-07 | 2020-12-07 | 一种混合系统的混沌状态检测方法及系统 |
| AU2021202172A AU2021202172B2 (en) | 2020-12-07 | 2021-03-18 | Method and system for detecting chaotic state of mixing system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011430530.1A CN112742280B (zh) | 2020-12-07 | 2020-12-07 | 一种混合系统的混沌状态检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112742280A CN112742280A (zh) | 2021-05-04 |
| CN112742280B true CN112742280B (zh) | 2021-12-24 |
Family
ID=75649123
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011430530.1A Active CN112742280B (zh) | 2020-12-07 | 2020-12-07 | 一种混合系统的混沌状态检测方法及系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112742280B (zh) |
| AU (1) | AU2021202172B2 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114035338B (zh) * | 2021-11-23 | 2024-05-07 | 四川中科朗星光电科技有限公司 | 一种产生混合阶庞加莱光束的装置 |
| CN114307831B (zh) * | 2022-01-11 | 2023-05-02 | 泰州科聚新材料技术研究院有限公司 | 一种水性涂料搅拌监控加料装置 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101750152B (zh) * | 2009-12-17 | 2011-05-18 | 昆明理工大学 | 一种表征和诊断燃烧不稳定性的方法 |
| EP2729570B1 (en) * | 2011-07-04 | 2017-11-22 | Qiagen GmbH | Reagent usable for the isolation and/or purification of nucleic acids |
| CN202854086U (zh) * | 2012-04-16 | 2013-04-03 | 昆明理工大学 | 冶金过程多相搅拌混合效果实时监控装置 |
| WO2017184630A1 (en) * | 2016-04-20 | 2017-10-26 | Laser Associated Sciences, Inc. | Systems and methods for calibrating and correcting a speckle contrast flowmeter |
| CN107194062A (zh) * | 2017-05-19 | 2017-09-22 | 昆明理工大学 | 一种基于改进型0‑1测试的底吹炉水模型混沌状态表征方法 |
-
2020
- 2020-12-07 CN CN202011430530.1A patent/CN112742280B/zh active Active
-
2021
- 2021-03-18 AU AU2021202172A patent/AU2021202172B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112742280A (zh) | 2021-05-04 |
| AU2021202172A1 (en) | 2022-07-21 |
| AU2021202172B2 (en) | 2024-07-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112742280B (zh) | 一种混合系统的混沌状态检测方法及系统 | |
| CN101534305A (zh) | 网络流量异常检测方法和系统 | |
| Zhou et al. | A study of polynomial fit-based methods for qualitative trend analysis | |
| CN115130495A (zh) | 一种滚动轴承故障预测方法及系统 | |
| CN111327413B (zh) | 一种侧信道数据处理方法及设备 | |
| CN117439827B (zh) | 一种网络流量大数据分析方法 | |
| CN114153888A (zh) | 一种时间序列数据的异常值检测方法和装置 | |
| CN103217248A (zh) | 一种桥梁钢索拉力的检测方法 | |
| CN117971625B (zh) | 基于计算机云平台的性能数据智能监测系统 | |
| CN112631881B (zh) | 基于时序数据趋势预测的运维方法、装置及设备 | |
| CN114626413A (zh) | 一种基于随机子空间算法的结构模态参数识别方法及装置 | |
| CN110290118A (zh) | 一种基于隐马尔可夫模型的重复加工过程隐蔽性攻击检测方法 | |
| CN111161097B (zh) | 基于假设检验的事件检测算法检测开关事件的方法和装置 | |
| CN109444537B (zh) | 一种计及带外干扰的自适应同步相量测量方法 | |
| CN109408498B (zh) | 基于特征矩阵决策树的时间序列特征识别与分解方法 | |
| CN112116917B (zh) | 基于相位跃变度的电抗器本体与风机声信号分离方法 | |
| CN112073131B (zh) | 基于相位差分布曲线解析表达的频谱感知方法及相关设备 | |
| CN106897553A (zh) | 基于单传感器的家庭智能用电模型建立方法 | |
| CN106777913A (zh) | 一种近似熵和样本熵共同最优参数m、r确定的新方法 | |
| CN112034232A (zh) | 一种供电系统电压暂降检测方法 | |
| CN115586485B (zh) | 信号阶跃值的提取方法及系统、电子设备、存储介质 | |
| Ming et al. | Noise Level Estimation in Energy Internet Based on Artificial Neural Network | |
| CN110083239B (zh) | 一种基于动态赋权和灰色预测下的骨骼抖动检测方法 | |
| CN115567264B (zh) | 一种工控系统非法入侵设备检测定位方法及系统 | |
| CN113568382B (zh) | 一种针对多元生产过程的非参数质量监控方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| OL01 | Intention to license declared | ||
| OL01 | Intention to license declared |