用參數重構出原動力系統的依據

　　數據預處理是通過對測得的數據進行一些必要的變換來除去數據中的干擾成分，使采樣數據盡可能地接近真實值，以提高預測精度。維時間序列的相空間重構。如果機械設備運行的多個狀態參數不容易獲得，我們可以只對反擊破碎機價格進行監測，然后根據相空間重構理論，用該參數重構出原動力系統的模型。

　　其理論依據是：在動力系統中，任何一個分量的演化都是由與之相互作用的其他分量所決定的，相應地，這個分量的演化也反映了其他分量的相關信息。并對發動機的燃燒振動信號和曲軸箱竄氣壓力進行了分析。化工回轉窯與傳統的預測方法相比，該方法所建立的模式系統具有較好的客觀性，并且不會出現高階“病態”回歸方程，所需的數據樣本量也比較少。

　　同時，該方法具有較好的動力學特性（GMDH方法只具有統計學性質，不具有動力學性質）。另外，從所得的模式系統來看，活性石灰回轉窯對實測資料有較好的擬合能力，所得預測結果也比較理想。同時，發現隨著相空間嵌入維數的增加，預測值的精度隨之提高，當嵌入維數達到飽和維數時，預測精度不會明顯增加，這表明該時間序列將收縮于某一吸引子，這也在一定程度上反映了發動機的混沌特性，這里取d=3或d=4來進行分析。