分数阶双稳系统随机共振现象研究及FPGA实现

相比整数阶微积分,分数阶对一些具有记忆依赖性以及空间相关性的复杂系统的描述更简明与贴合.利用分数阶微积分的这一优点并结合广义郎之万方程阻尼具有幂律衰减特性,选择合理的核函数,将整数阶郎之万方程推广至分数阶.以此为理论基础,提出了一种分数阶双稳态随机共振系统的FPGA实现方法.对该系统进行了仿真实验验证,仿真结果表明:在...     

信号调制白噪声作用下线性系统的随机共振

研究了信号调制白噪声作用下的二阶过阻尼线性系统中的随机共振现象.基于线性系统理论和相关删去法方法,得到了系统平均输出幅度增益的精确表达式.研究表明:输出幅度增益是噪声强度,系统阻尼系数和系统固有频率,以及激励信号频率的非单调函数,适当的噪声强度和系统参数可以使噪声情况下的输出幅度增益大于无噪声时的输出幅度增益.     

多稳态匹配随机共振在机械早期故障特征提取中的应用

传统单稳态或双稳态随机共振方法的势函数稳态结构单一,难以匹配复杂多变的输入信号;固定尺度因子忽略了与势结构、输入信号之间的协同增强作用;且一阶系统易遭受低频噪声干扰,依赖高通滤波器辅助。因此,提出自适应二阶多稳态匹配随机共振方法,并应用于机械早期故障的微弱特征提取。该方法的优势在于：(1)多稳态势结构的多样性可与不同的输入信号实现有效匹配;(2)能实现输入信号、势结构、尺度因子三者之间的协同作用;(3)二阶多稳态随机共振能够抑制低频噪声干扰。仿真分析和机车轴承故障诊断案例表明：提出的方法相比单稳态和双稳态随机共振方法具有更强的微弱特征增强与提取能力。     

外加周期信号控制下的随机共振及其应用

分析了双稳系统的Kramers逃逸率与外加周期信号参数的关系,揭示了外加周期信号通过调节Kramers逃逸率影响微弱周期信号的随机共振效应,从而人为地产生或增强随机共振,实现随机共振的有效控制.数值仿真和实验结果表明,外加周期信号控制下的随机共振,可以增强双稳系统输出功率谱在微弱周期信号频率处的谱值,检测出强噪声中的微弱信号,在涡街频率检测方面的应用是可行和有效的.     

信号调制色噪声作用下线性系统的随机共振

研究系统的阻尼系数受二值噪声扰动时,信号调制二值噪声驱动的二阶过阻尼线性系统的随机共振现象.基于线性系统理论和相关删去法方法,得到了系统平均输出幅度增益的精确表达式.研究表明:系统的输出幅度增益是二值噪声的强度和相关率、系统固有频率、系统阻尼系数,以及激励信号的频率的非单调函数,适当的噪声参数可以使系统的输出幅度增益大于无噪声时的输出幅度增益.     

基于改进耦合增强随机共振的滚动轴承故障诊断

针对强背景噪声下经典随机共振方法对滚动轴承故障特征提取效果差的问题,提出了一种基于改进耦合增强随机共振的滚动轴承故障诊断方法。首先,利用一个定参双稳系统和一个变参双稳系统构成耦合随机共振系统,外部输入直接作用于定参双稳系统;然后,通过调节变参双稳系统参数和耦合系数实现耦合系统的随机共振控制,并借助遗传算法实现控制参数的自适应选取。实验和工程应用验证了所提方法的有效性和优越性。     

随机共振系统的电路模拟及在微弱信号增强传输中的应用

采用电子线路仿真双稳随机共振系统,建立微弱信号增强传输单元.实验结果表明,该装置适合于低信噪比条件下微弱正弦信号的检测,并且可以有效增强周期脉冲信号及二进制数字脉冲信号的传输,为微弱故障特征信号的提取以及数字信号的远程传输中提供了一种实用装置.     

随机共振用于微弱信号检测时的结构参数研究

分析了参数调节随机共振中系统结构参数对输出效果的影响,通过仿真,得出了不同参数条件下系统输出效果,同时,分析了信噪比随结构参数的变化关系,定量的描述了系统结构参数对输出的影响,根据仿真结果,总结了随机共振用于微弱信号检测时的参数调节策略,为参数调节随机共振提供了一个具体可行的操作步骤。     

二维双阱势系统随机共振机理研究及应用

将经典随机共振的一维设定拓展到二维势场中,研究在噪声中受周期驱动的二维双阱势系统的随机共振机理及应用.基于绝热近似理论推导系统输出信噪比的解析式,发现系统发生显著的随机共振现象,且通过增大驱动力、耦合系数、关联系数或降低驱动频率能够进一步地提高输出信噪比.使用四阶龙格库塔法和遗传算法进行数值模拟实验,发现输出信噪比的理...     

随机共振技术在齿轮箱故障检测中的应用

讨论了利用SR原理从强背景噪声中提取微弱周期特征信号的方法，给出了SR模型数值求解的新算法。在对齿轮箱故障进行数值仿真的基础上，将此方法用于某型直升机中间减速器齿轮点蚀故障的微弱特征信号提取，结果表明，该方法能有效提取出齿轮发生早期点蚀故障时的微弱特征信号，为直升机减速器齿轮箱的状态监测与早期故障检测提供了一条新途径。     

基于三稳态随机共振的轴承故障诊断研究

滚动轴承是我国工业领域的重要零件之一,一旦发生故障将会造成严重事故。由于滚动轴承长期工作在高速、高噪环境下,因此在强噪声环境下提取滚动轴承的故障信号十分困难。该文基于强噪声背景,对双稳态随机共振进行改进,推出一种三稳态随机共振轴承故障诊断方法。通过描述布朗粒子在噪声信号和周期信号作用下,在三稳态非线性随机共振系统中发生的跃迁现象,分析不同参数情况下,系统势函数的变化情况。利用三稳态随机共振四阶龙格-库塔方法求轴承故障信号,通过变时间尺度方法对非线性系统进行优化,对强噪声环境下的滚动轴承进行故障诊断,解决传统双稳态随机共振只能检测微弱故障信号的问题。研究表明,三稳态随机共振轴承故障诊断方法简单易行,能够在强噪声环境下,有效地提取到滚动轴承的故障信号,为滚动轴承故障诊断提供帮助。     

《二值噪声作用下线性系统的随机共振》

研究了二值噪声用下的二阶过阻尼线性系统的随机共振现象。基于线性系统理论和相关删去法方法,得到了系统平均输出幅度增益的精确表达式。研究表明：输出幅度增益是噪声的强度和相关时间、系统阻尼系数,以及激励信号的频率的非单调函数;另外,适当的噪声参数和系统参数可以使噪声情况下的输出幅度增益大于无噪声时的输出幅度增益。     

基于二维互补随机共振的轴承故障诊断方法研究

一维随机共振(One-Dimensional Stochastic Resonance,1DSR)被广泛用于轴承故障诊断中。针对传统1DSR对微弱信号的检测效果不够理想,输出信号噪声大,不能准确获得轴承故障特征频率(Fault Characteristic Frequency,FCF)等问题,提出一种新的二维互补随机共振(Two-Dimensional Complementary Stochastic Resonance,2DCSR)方法并应用于轴承故障诊断。将采集到的轴承故障信号根据共振带位置进行带通滤波并解调,随后将解调信号对半分成两个子信号并输入2DCSR的两个输入端,利用输出信号的加权功率谱峭度(WPSK)指标对2DCSR系统参数进行自适应调节优化,得到最优的滤波输出信号及频谱,以识别轴承FCF并诊断轴承故障类型。数值仿真及实验结果表明,提出的方法可以有效地增强轴承FCF并提高轴承故障诊断效果。     

非线性分数阶双稳系统逻辑随机共振的研究

在整数阶逻辑随机共振的郎之万方程基础上构建了分数阶情况下的郎之万方程。对该方程描述的非线性分数阶双稳系统进行了仿真验证,分析分数阶阶次和系统参数的改变对逻辑随机共振现象的影响。结果表明当分数阶阶次小于临界值时,即使没有外加高斯白噪声或微弱周期信号也能观察到逻辑随机共振现象;当分数阶阶次大于临界值时,需要外加高斯白噪声或微弱周期信号才能实现逻辑随机共振,选择合适的噪声强度、微弱周期信号振幅、频率等可以提高逻辑输出的成功率。     

一阶循环矩分析在旋转机械振动信号分析中的应用

介绍了街环平稳信号分析与处理方法的基本原理，并针对旋转机械设备自身的物理结构特点和工作方法，利用振动信号的循环平稳特性来研究系统的非平稳特征机制，从而达到机械设备状态监控和故障诊断的目的，在此基础上，探讨了一阶循环矩（循环均值）的运用情况。最后给出了几种幅值调制和噪声干扰作用下振动信号特征识别的仿真实例，取得了十分明显的诊断效果。通过与经典的FFT分析相比较，验证了循环平稳信号分析方法的有效性。     

自适应二阶双稳态随机共振的微弱特征增强检测方法研究

针对大型机械设备运行环境恶劣故障特征难以提取的问题,提出一种自适应二阶双稳态随机共振方法。首先系统输出信号的信噪比作为蚁群算法的自适应度函数,然后采用蚁群算法优化二阶随机共振系统的参数和阻尼因子,再利用优化得到的最佳参数设置二阶随机共振系统,最后实现微弱故障特征的增强与提取。数值仿真分析表明:该方法可以有效地提取淹没在强噪声背景下的微弱正弦信号;而且深沟球轴承滚动体故障实验结果证明提出的方法能有效增强与提取滚动体故障特征频率。仿真与实验对比结果表明:提出的方法优于传统随机共振方法,归功于该方法不仅能够利用蚁群算法并行选择和优化随机共振系统参数,而且克服传统随机共振方法对高通滤波器的依赖。     

相关偏置信号调制噪声和加性噪声驱动线性系统随机共振

研究了偏置信号调制噪声和加性噪声驱动线性系统的随机共振现象。根据线性系统理论,得到了系统输出信噪比的精确表达式。研究结果表明：系统输出信噪比是系统衰减常数、调制信号偏置参数、信号调制噪声强度和加性噪声强度的非单调函数。同时,系统输出信噪比随两种噪声的相关强度成非单调关系。     

基于时延反馈多稳随机共振的微弱信号检测方法

为了检测噪声背景下的微弱信号,提出了一种基于一次项时延的新型多稳态随机共振模型。分析了各参数对该模型的影响,并与时延反馈随机共振模型进行对比。提出的基于一次项时延的多稳态随机共振模型可以集中增强微弱信号特征频率处的幅值,提高输出信号的信噪比和谱功率放大系数。通过实例验证表明提出的方法可以有效检测出早期微弱信号的特征。     

基于分段线性非饱和随机共振的机械早期故障诊断方法研究

针对大型机械设备运行环境恶劣、故障特征难以提取的问题,提出一种基于分段线性双稳态势函数模型的非饱和随机共振方法。该方法通过分段线性化的势函数代替经典的双稳态势函数,然后利用频移尺度变换实现机械设备振动信号的小参数化,使其满足随机共振系统的输入条件;最后,将系统输出信号的信噪比作为遗传算法的目标函数,优化非饱和随机共振系统参数,实现机械设备早期故障特征的增强与提取。仿真分析表明该方法可以有效地提取淹没在强噪声背景下的微弱故障冲击特征,而且轴承实验证明提出的方法能够有效增强与提取故障特征频率。仿真与实验结果进一步表明提出的方法优于经典双稳态随机共振方法,不仅能够获得高的输出信噪比,而且在特征频率处具有更高的幅值。以上优点归功于提出方法不仅克服经典双稳态随机共振系统的内在输出饱和问题,而且利用遗传算法实现系统与输入信号之间的最佳匹配。