一阶线性系统随机共振在转子轴故障诊断中的应用研究

针对机械系统早期微弱故障信号难识别诊断问题,提出一阶线性系统调参广义随机共振的特征提取方法,该方法基于调节一阶线性系统参数,可以得到信噪比取极大值的广义随机共振现象。为得到清晰的特征信号,以可辨识性为优化目标,给出了系统参数、信号频率、采样频率等参数之间的选择关系。滑动轴承试验台上转子轴的早期微弱故障模拟实验,验证了此方法的有效性。     

基于Duffing振子的信号频谱重构随机共振研究

针对信号特征频率和采样频率所要求的匹配关系对Duffing振子变尺度随机共振的限制,研究一种频谱重构的信号预处理方法,并进一步提出基于Duffing振子的信号频谱重构随机共振方法。该方法通过引入频谱重构参数实现信号特征频率的灵活转化,与变尺度方法和阻尼比参数调节方法相结合,可以实现任意信号特征频率和采样频率下的Duffing系统的大参数随机共振,从而扩展其在微弱信号处理中的应用。数值仿真和故障诊断实例分析均验证了该方法的有效性。     

基于变尺度频移带通随机共振的多频微弱信号检测方法

针对噪声背景下多频微弱信号检测难题,提出一种基于变尺度频移带通随机共振的多频微弱信号检测方法。首先对信号不同频段进行频率变尺度二次采样压缩处理,使每个频段满足随机共振条件。再经过随机共振系统使多个微弱信号频率成分分别得到增强,各段增强信号在合成前对各个频段的共振输出进行带通滤波处理,只保留增强段的信号成分。最后将得到的分段加强信号进行合成,实现多频微弱信号的检测。仿真和实际信号分析结果表明,所提方法简单易行,很好地实现了多频微弱信号的检测,能有效提高信噪比,具有良好的工程应用前景。     

基于变尺度多稳随机共振的微弱信号检测研究

针对强噪声背景下微弱信号难以检测的难题,提出基于变尺度多稳随机共振的微弱信号检测方法。多稳随机共振系统比双稳随机共振系统具有更好的微弱信号检测能力,为强噪声背景下微弱信号的检测提供了新方法。首先对大频率信号进行尺度变换使之满足随机共振条件,将频率压缩后的信号通过多稳系统,调整参数使其发生随机共振得到信号的频谱特征,并与双稳随机共振方法得到的特征频率进行比较,仿真和实例结果均表明:相同条件下,多稳随机共振方法比双稳随机共振方法得到的频率准确,可以增强信号的幅值,有效地检测出被噪声淹没的微弱信号。     

势函数特征参数调节随机共振及动车轴承故障检测研究

双稳随机共振的系统参数调节,会使势函数的势垒高度和势阱间距同时发生变化。为了能直观了解势函数特征的变化对双稳随机共振的影响,通过变量代换法实现势函数特征参数(势垒高度参数和势阱间距参数)的解耦,有利于势函数的调节;并提出了基于势函数特征参数调节的随机共振方法,根据Kramers逃逸速率与目标信号频率匹配原则,实现了目标信号的检测;为了克服随机共振对采样频比的要求,将势函数特征参数调节的随机共振与频域信息交换技术相结合,实现了低采样频比信号的检测。所提方法应用于动车转向架轴承故障的检测结果验证了方法的有效性。     

集成TEO解调和随机共振的行星齿轮箱早期故障诊断方法

针对行星齿轮箱早期微弱故障难以诊断的问题,提出一种结合Teager能量算子(TEO)解调和随机共振增强输出的方法以实现故障特征提取。首先,对行星齿轮箱振动信号进行经验模式分解(EMD)并选取包含故障信息的分量信号,使用TEO解调运算获得分量信号的解调信号。其次,为满足随机共振系统的小参数条件,将解调信号做适当压缩处理并进行频率二次采样。再次,以定义的随机共振系统输出信噪比为适应度函数,采用粒子群算法优化随机共振系统的结构参数,进而重构随机共振系统以实现信号、噪声以及非线性系统的最佳匹配。最后,将信号重新输入参数优化后的随机共振系统实现故障特征的增强提取。仿真和实验均表明:该方法获取了随机共振系统的大信噪比输出,实现了强噪声下微弱故障特征的准确和高效提取,是一种行之有效的行星齿轮箱早期微弱故障诊断方法。     

双稳系统噪声特性的分析与弱信号检测的研究

研究了噪声通过双稳系统其能量向低频区集中的频谱特性，并根据绝热近似理论，得出只有在噪声能量集中的低频区域才能产生随机共振(SR)主谱峰的结论。提出频率压缩变换的SR方法，分析了绝热近似SR技术在大参数条件下从强噪声中检测弱信号的应用。仿真结果表明，只要双稳系统输入端的信噪比不低于-30 dB，且实测采样频率不小于弱周期信号频率的50倍，就可由双稳系统的响应谱得到弱周期信号频率处的SR谱峰值特征。达到识别弱信号的目的。     

基于果蝇优化算法的自适应随机共振轴承故障信号检测方法

针对传统自适应随机共振系统只能单参数优化,而基于群智能算法的自适应随机共振系统存在优化算法参数选取困难、收敛速度慢的缺陷,提出了基于果蝇优化算法的自适应随机共振方法。该方法以双稳随机共振系统输出信噪比作为果蝇优化算法的味道浓度,结合二次采样技术,自适应选取随机共振系统的结构参数,实现周期信号的特征增强。数据仿真与轴承内圈故障数据分析表明,该方法简单易行,收敛速度快,能有效的检测特征信号,实现轴承故障诊断。     

为检测微弱周期信号对二次采样随机共振相关参数的研究

分析了二次采样随机共振中涉及到的重要参数采样频率和二次采样频率,结合理论推导与仿真,得出了这两个参数对系统输出效果的具体影响,同时分析了造成这些影响的原因,提出了这两个参数选取的方法,为更好地应用二次采样随机共振检测微弱周期信号提供了依据。     

参数同步优化随机共振在牵引传动系统早期微弱故障诊断中的应用

为解决传统随机共振存在参数固定或仅对单个参数进行优化的不足,提出一种参数同步优化随机共振方法,该方法首先利用移频变尺度预处理实际大信号,使信号符合小参数条件;然后采用状态转移随机共振同步优化系统参数;最后通过频率恢复实现早期微弱故障特征最优提取。仿真和高速列车牵引传动系统硬件在环故障注入平台试验表明,该方法可以有效地从强背景噪声中检测出微弱故障信号,微弱信号提取和故障诊断的结果证明了其可行性和有效性。     

基于Vold-Kalman广义解调的变转速轴承和齿轮复合故障诊断

现有的以谱峭度为核心的滤波算法无法同时分离提取由轴承和齿轮故障激起的高频共振带。针对该问题,该研究舍弃以共振带提取为核心的诊断思路,直接提取、重置和定量表达时变非平稳的故障特征成分,提出了基于Vold-Kalman广义解调的变转速滚动轴承和齿轮复合故障诊断策略。该策略的核心是利用Vold-Kalman滤波从原始信号的包络中提取时变非平稳的轴承和齿轮故障特征成分;通过广义解调变换(GDT)将上述提取的时变非平稳故障特征成分进行平稳化重置;利用快速傅里叶变换(FFT)对上述重置的故障特征成分进行定量表达;通过频率谱中峰值与理论频率点的对比完成故障点定位。其中用于提取、重置和识别故障特征成分的频率函数、相位函数和频率点可由转频方程和机械结构参数计算。仿真和实测信号的分析结果表明所提算法无需共振带选取和角域重采样即可完成变转速轴承和齿轮复合故障特征的提取。另外,与传统带通滤波方法的对比进一步表明该算法去除无关项干扰、突出故障特征成分的优越性。     

基于频率调制随机共振的弱周期信号检测

将调制技术与随机共振原理相结合,提出用频率调制随机共振的方法,实现在大参数情况下从强噪声中检测微弱周期信号,并对随机共振技术运用于强噪声背景下的弱信号检测进行研究。分析调频信号的频谱,发现其含有的低频信号通过双稳系统易产生随机共振,数值分析及仿真结果表明该方法能使微弱的故障信号特征突出、明显而易于捕捉。     

双稳系统随机共振效应的数值分析

以绝热近似随机共振理论为基础,分析了双稳系统随机共振模型,研究系统参数、噪声强度、信号幅值和频率变化对双稳系统随机共振效应的影响。通过分析得出,输入信号和系统参数一定时,系统发生随机共振所需要的噪声存在一个最佳强度;信号幅值的增大有利于随机共振效应的产生;信号频率的增大将使输出功率谱信号频率处谱峰逐渐离开噪声能量集中的低频区,且谱峰幅度逐渐减小,随机共振效应逐渐弱化消失。针对信号幅值、频率、噪声强度超出绝热近似理论的小参数要求而成为大参数,对变尺度方法实现大参数信号的随机共振进行分析和评述。     

基于EDFT的非均匀欠采样叶尖定时信号分析

针对叶尖定时信号因严重的非均匀采样和欠采样导致的谱分析难题,提出了基于扩展离散傅里叶变换(EDFT)的分析方法。不同于传统的傅里叶变换,EDFT是以傅里叶积分变换为目标,在扩展的频率范围内通过构造和优化变换基函数替代传统FFT变换中的指数基来实现非均匀和欠采样信号的谱分析,在分析中利用原始数据迭代和近似拟合保证了分析精度。该方法突破了奈奎斯特采样定理的限制,扩大了分析频率范围,分析谱线数也不再受限于采样点数,提高了频率分辨率。为了验证所提方法的可行性和可靠性,采用所构建的叶尖定时系统采样数学模型生成数据和试验台测试数据分别进行了方法应用分析,结果显示无论是仿真数据或试验数据,当传感器数量大于等于3时,基于该方法能够准确分析得到叶片振动的谱信号,表明该方法可以有效地解决非均匀欠采样叶尖定时信号的谱分析的难题,且具有良好的抗干扰性。     

噪声扰动下RLC串联谐振电路随机共振的数值研究

采用四阶Runge-Kutta算法,以信噪比增益和谱功率放大率为随机共振测度指标,研究了电容参数和激励信号均受高斯白噪声扰动时RLC串联谐振电路的随机共振现象。研究表明,欠阻尼RLC串联谐振电路在适当的电路参数、激励信号频率和噪声参数条件下,信噪比增益和谱功率放大率是噪声强度和输入信号频率的非单调函数,且其值均大于1,电路中存在随机共振现象;而在临界阻尼或过阻尼情况下尽管信噪比增益在一定条件下也是噪声强度和输入信号频率的非单调函数,但谱功率放大率取值小于1,电路发生了随机共振现象,改善了信噪比,信号能量却并未得到加强。这一结论使得将欠阻尼RLC串联谐振电路应用于微弱信号检测成为可能。     

大参数条件下弱周期信号的三种随机共振检测方法

小参数弱周期信号的随机共振虽易于发生,但实现大参数条件下弱周期信号的随机共振在机械故障诊断领域更具有实际意义,在一定条件下可通过选用有关文献给出的二次采样法或调制法等随机共振方法来实现.为了掌握上述随机共振方法的应用特点,更好地达到大参数条件下弱周期信号的周期特征检测目的,以某大参数弱周期仿真信号作为对象,分别应用二次采样法、解调法以及作者提出的结构参数自寻优法等3种随机共振方法进行计算分析和提取周期特征,并从应用过程和效果两方面对3种方法进行比较.结果表明,相对于其他两种方法,通过结构参数自寻优法构建的随机共振模型能够较好的检测出大参数弱周期信号的周期特征,具有更好的实用性.     

基于频率控制的自适应随机共振系统研究

研究双稳Duffing系统随机共振产生机理,针对不满足绝热近似条件的大参数信号,提出基于频率控制自适应随机共振微弱信号检测系统,实现对未知大频率微弱信号检测。仿真结果表明,该系统能实现大频率信号随机共振,较传统随机共振系统精度及系统输出信噪比均极大提高,并能扩展其在微弱信号检测领域的应用。     

基于调制随机共振的微弱信号检测研究

在工程信号处理过程中信号常超出随机共振绝热近似或线性响应理论的小参数要求而成为大参数信号。论文深入探讨非线性双稳系统随机共振发生机理和条件要求,将频率调制技术与随机共振理论相结合,提出用调制随机共振的方法实现随机共振理论在工程信号检测中的应用,进行了数值仿真分析证明其有效性,并将该方法应用于轴承内圈点蚀故障的检测     

基于广义相关系数自适应随机共振的液压泵振动信号预处理方法

针对液压泵故障振动信号信噪比低,故障特征难以提取的问题,对液压泵振动信号预处理方法进行研究。针对现有自适应随机共振优化算法及其目标函数存在的问题,将量子遗传算法(Quantum Genetic Algorithm,QGA)引入自适应随机共振中,提出一种改进的自适应随机共振的信号预处理方法。该方法以广义相关系数为目标函数,采用QGA算法对随机共振系统的结构参数进行优化,从而实现对信号的降噪预处理。仿真及实验结果表明,该方法能够有效提取强噪声背景下的液压泵振动信号频率特征,是液压泵故障特征提取及故障诊断中信号预处理的有效方法,可进一步发展至实际工程应用。     

轨道不平顺非均匀采样信号分析

目前的轨道谱分析是基于用等间隔采样数据描述轨道不平顺特征,而机车实际运行速度的变化必然导致采样的非均匀性,传统的谱分析方法必然产生原理误差。为提高非均匀采样信号分析的准确性,研究了平稳随机过程非均匀采样序列,导出了非均匀采样信号的功率谱表达式,应用该表达式分析了采样间隔服从正态分布的非均匀采样情况,证明了非均匀采样信号功率谱表达式包含了均匀采样这种特例,涵盖了经典理论,验证了新公式的正确性,并提出了进行轨道谱分析时用于求取功率谱表达式中所含有的采样间隔的概率密度函数等统计特征量的方法。