1、振動(dòng)現(xiàn)象無(wú)處不在。一些利用振動(dòng)性質(zhì)制造的設(shè)備、儀器廣泛應(yīng)用于工程界。雖然有些情況下振動(dòng)的應(yīng)用給實(shí)際工程作業(yè)帶來(lái)很大便利，但大多情況下振動(dòng)的存在嚴(yán)重危害機(jī)械設(shè)備的安全運(yùn)行。隨著科技的進(jìn)步、工業(yè)技術(shù)的發(fā)展，各種設(shè)備、儀器日趨復(fù)雜化、重載化、精密化，振動(dòng)對(duì)設(shè)備安全、工作性能的不利影響也越來(lái)越突出，同時(shí)對(duì)機(jī)械系統(tǒng)的振動(dòng)控制、狀態(tài)監(jiān)測(cè)等提出新的挑戰(zhàn)。傳統(tǒng)的振動(dòng)系統(tǒng)建模大都是建立在一定假設(shè)基礎(chǔ)上的精確數(shù)學(xué)模型，在實(shí)際應(yīng)用有一定的局限性。本文從振動(dòng)時(shí)

2、間序列角度，利用神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等智能算法建立振動(dòng)序列的預(yù)測(cè)模型。所選擇的樣本數(shù)據(jù)為某空間相機(jī)平臺(tái)的振動(dòng)幅值信號(hào)。
　　首先，本文引入BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和回聲狀態(tài)網(wǎng)絡(luò)，利用這三種算法建立振動(dòng)信號(hào)的多步預(yù)測(cè)模型，并比較了三種建模方法的優(yōu)劣。同時(shí)根據(jù)三種預(yù)測(cè)建模方法的特點(diǎn)，提出BP神將網(wǎng)絡(luò)與支持向量回歸機(jī)(SVR)的組合模型，即BP-SVR模型。整體比較上述四種模型的振動(dòng)預(yù)測(cè)性能，回聲狀態(tài)網(wǎng)絡(luò)在振動(dòng)序列預(yù)測(cè)中表現(xiàn)優(yōu)越。

3、>　　隨后引入相空間重構(gòu)技術(shù)，對(duì)振動(dòng)序列進(jìn)行相空間重構(gòu)分析，挖掘振動(dòng)信號(hào)內(nèi)部存在的隱含信息。按照最佳嵌入維數(shù)和最優(yōu)時(shí)間延遲對(duì)相點(diǎn)分組預(yù)測(cè)，選擇預(yù)測(cè)性能最優(yōu)的回聲狀態(tài)網(wǎng)絡(luò)，以最佳嵌入維數(shù)作為網(wǎng)絡(luò)的輸入層數(shù)，對(duì)每組相點(diǎn)建立多步預(yù)測(cè)模型。仿真結(jié)果表明，在保證一定預(yù)測(cè)精度的情況下，此方法有效的延長(zhǎng)了振動(dòng)預(yù)測(cè)模型的預(yù)測(cè)步長(zhǎng)。
　　為了實(shí)現(xiàn)對(duì)振動(dòng)的長(zhǎng)時(shí)間預(yù)測(cè)，本文引入小波分析。首先對(duì)原始振動(dòng)信號(hào)實(shí)施小波分解和重構(gòu)，將振動(dòng)序列的變化平緩化，再對(duì)