摘要：以向家坝水电站过机泥沙为研究对象,采用激光粒度仪分析过机泥沙粒径级配的体积百分比,运用多重分形理论对粒径分布的特征规律进行研究。结果表明:过机泥沙粒径具有良好的多重分形特性,结合多重分形理论,粒径分布整体平均上的不均匀大小为D_(1)(B_(2))>D_(1)(C_(1))>D_(1)(C_(2))>D_(1)(A_(2))>D_(1)(B_(1))>D_(1)(A_(1))>D_(1)(D_(2))>D_(1)(D_(1));存在某一阈值q,使得当q≥5时,最大子集粒径分布的不均匀大小为D≥5(B_(2))>D≥5(B_(1))>D≥5(D_(2))>D≥5(C_(2))>D≥5(A_(2))>D≥5(C_(1))>D≥5(A_(1))>D≥5(D_(1)),当q≤-7时,最小子集粒径分布的不均匀大小为D≤-7(C_(1))>D≤-7(B_(2))>D≤-7(A_(1))>D≤-7(D_(1))>D≤-7(C_(2))>D≤-7(A_(2))>D≤-7(D_(2))>D≤-7(B_(1))(其中A_(1)、B_(1)、C_(1)、D_(1)为左岸机组过机泥沙样品编号,A_(2)、B_(2)、C_(2)、D_(2)为右岸机组过机泥沙样品编号);多重分形奇异谱谱宽Δα应分为最小子集和最大子集奇异谱谱宽Δα_(1)和Δα_(2)分别计算;结合广义维数谱和多重分形奇异谱,关于粒径分布在局部上的不均匀程度,两者的结论是相同的;结合相关性分析,泥沙细化和最大子集分布不均匀大小呈现良好的负相关性,而泥沙细化和最小子集分布不均匀大小无关。

摘要：为了提高轴承故障识别正确率,提出了基于多重分形理论的特征提取方法和改进随机森林的模式识别方法。介绍了多重分形去趋势波动理论,初选了4个多重分形参数作为特征参数;将参数两两组合,使用K均值聚类法进行聚类,依据类内聚集度和类间距离优选了最佳组合作为特征向量。以随机森林算法为基础,提出了舍弃策略和话语权策略进行改进。舍弃策略通过舍弃分类正确率靠后的决策树提高随机森林平均正确率,减小森林的泛化误差;话语权策略通过提高优秀决策树的话语权,放弃了传统算法中的绝对民主,两个改进策略提高了算法模式识别正确率。经实验验证,改进随机森林算法对故障识别正确率为100%,而传统算法识别正确率仅为93.1%,证明了算法改进策略的有效性。