基于Hilbert的单边带调制随机共振的微弱信号检测

为了克服经典随机共振中的小参数检测条件的限制,介绍了基于Hilbert变换的单边带频率调制技术,并与二阶随机共振系统相结合,提出了运用调制随机共振的方法实现工程中大信号检测的应用。针对小采样频率和大采样频率进行了分开讨论,并对基频信号的选取做了相关研究。研究结果发现,小采样频率下,Hilbert单边带频率调制技术结合二阶系统有很好的检测效果。大采样频率下,可以结合变尺度处理进行优化。数值仿真分析表明,基频信号取在频率轴分辨率的10～60倍时,会有一个较高的并且较稳定的输出信噪比。并将变尺度Hilbert单边带频率调制技术运用于实际的轴承内外圈故障信号检测中,能明显、准确的检测出单频故障大信号。     

基于自适应随机共振的异步电动机转子断条故障检测

异步电动机转子断条故障检测属于强噪声背景下故障的微弱信号检测问题。由于不同转差率下电机具有不同的转子断条故障特征频率，给随机共振最佳系统参数调节增加了难度。针对上述问题，在已有Hilbert模量法的基础上，提出了基于自适应随机共振的异步电动机转子断条故障检测方法。通过应用小波消噪、随机共振技术，改进了转子断条故障特征信号的检测灵敏度。随机共振参数的自适应调节进一步增强了该方法的实用性，与传统方法相比，该方法在各种情况下尤其是在噪声强度、电机类型及运行状况未知时，仍能有效检测转子断条故障，具有较好的自适应性。数值仿真和实验分析证明了该方法的有效性。     

基于随机共振方法增强光伏直流故障电弧检测特征的研究

光伏直流系统中存在复杂多样的系统噪声干扰，使得故障电弧特征难以有效提取，因而增强故障电弧特征信息对准确检测故障电弧至关重要。为此，搭建含多种源荷、线路阻抗等元件的光伏直流故障电弧实验平台，研究随机共振方法对不同直流系统拓扑结构下故障电弧检测特征的增强效果。不同拓扑结构的故障电弧特征增强均有其独立的最优参数组合，蚁群算法寻找最优参数相较于传统的正交试验方法更具快速性及准确性，最优参数组合下随机共振处理后的检测特征可以更加有效地区分故障电弧与正常状态。通过对实验数据的计算与比较，验证了随机共振方法对不同拓扑结构故障电弧特征增强的普适性，最终基于支持向量机方法构建了直流故障电弧检测算法，得到较高的检测准确率。在故障电弧检测环节引入随机共振方法，可有效增强电弧检测特征的有效信息，保证高准确率的同时，降低故障电弧检测算法的设计难度，有利于高效、快速、精准地检测直流故障电弧。     

基于联合单势阱和Woods-Saxon势的随机共振系统研究

传统双稳随机共振系统在检测低输入信噪比的信号时,其系统参数难以达到最佳,故得不到最佳检测效果。针对这一问题,将单势阱模型与Woods-Saxon模型相结合提出一种MWS型双稳随机共振系统,其系统参数之间相互独立,所以可通过调节系统参数来得到最佳输出信噪比。仿真结果表明,对于单频小参数信号,其信噪比增益为16.92 dB,对单频大参数信号,其信噪比增益为12.41 dB。最后将MWS型双稳随机共振系统应用到轴承故障检测中,能准确的检测到故障信号,且其检测结果优于传统双稳随机共振系统。     

基于SR-VMD的微弱故障行波检测方法

为解决配电网行波波头检测困难的问题,提出一种基于随机共振-变分模态分解(SR-VMD)的行波信号检测方法。利用粒子群优化的变尺度SR对行波信号进行预处理,有效提高输出信号的信噪比。利用VMD算法将输出信号进行自适应分解,应用到故障定位中。用Teager能量算子(TEO)对行波波头进行标定,代入测距公式得到故障距离。仿真结果表明,该方法能在噪声背景下实现故障信息的提取,有效提高了故障测距的精度,尤其是高阻接地和电压过零附近接地的精度。     

基于调制随机共振的转子故障早期检测

噪声是影响旋转机械早期故障检测的主要因素。只有抑制噪声增强信号、提高信噪比,才能从噪声中提取故障特征信息,为故障诊断特别是早期故障检测提供可靠的依据。文中根据非线性双稳系统在噪声和弱周期信号作用下的周期响应特性,将调制技术与随机共振原理相结合,提出了调制随机共振方法,实现了在较宽的频率范围内从强噪声中检测微弱周期信号。理论分析、数值仿真和实验结果表明,对信号进行调制产生的差频分量可形成低频信号,该低频信号通过双稳系统易产生随机共振,从而使随机共振发生在具有优良频率特性的低频区,能使微弱的故障信号特征突出、明显而易于捕捉。该方法灵活、可靠,在转子系统早期故障检测方面的应用是可行的。     

频谱监测中的多频随机共振检测

基于频段分离思想设计能够完成频谱监测中多频微弱信号的双稳态随机共振检测方案。使用归一化尺度变换对高频段范围内周期信号进行随机共振检测仿真实验;针对随机共振方法对多频信号检测的局限性,利用小波变换频段分离的特性,将小波变换与归一化随机共振相结合,进行多频微弱信号检测仿真实验。仿真结果表明,结合了小波变换的归一化随机共振的方案能够检测出待测频段内的多频微弱周期信号。     

时频压缩随机共振用于转子故障早期检测

针对随机共振系统仅适用于小参数(小幅值、小频率)系统,而转子故障信号频率较高的问题.依据随机共振系统的基本理论,通过引入时频压缩算法,消除了随机共振系统对待测信号频率的限制,把随机共振系统扩展到全频段.理论和实测结果表明:通过连续的压缩变换,获得一个适当的输入信号到随机共振系统,根据谐振峰的变化及发变换运算即可得到原始...     

改进的随机共振和EMD混合模型用于转子早期故障检测

针对旋转机械转子早期故障检测精确度低的问题,建立了尺度变换随机共振降噪下的经验模式分解(EMD)模型。利用尺度变换随机共振模型在全频段范围内自适应地提取待测信号中所含频率信息,为了避免漏警检测造成的安全隐患,模型选用低阈值检测共振频率,但在强噪声扰动下有可能带来虚警检测;为了去除虚警检测,该模型根据检测到的共振频率对实测信号进行带通滤波,将滤波后的信号通入改进的EMD系统,以检测出共振频率分量对应的幅度值,剔除幅度值较小的虚警现象,从而保证整套模型具有高精确度故障检测的性能。理论分析和实测结果表明,该混合模型能准确检测出旋转机械转子的早期故障信息。与现有方法相比,该混合模型故障检测结果具有更高的可靠性。     

基于参数变化随机共振的碰摩故障早期检测

在随机共振基础上,提出变化系统参数检测方法,适应高频率检测信号。理论分析、数值仿真表明该方法在碰摩故障早期检测上的可靠性和有效性。     

基于单势阱随机共振的多频周期微弱信号检测

经典随机共振（SR）应用于微弱信号检测,在取得较好效果的同时也带来了最佳系统参数调节困难的问题.单势阱随机共振（SSR）只需调整一个系统参数,更容易调整系统到最佳状态.在研究了单势阱随机共振理论基础上,对多频周期信号加上与实际更为接近的色噪声,采用互相关系数作为测度指标,运用自适应方法寻找系统最优参数后,系统设置该参数,从待测信号中检测出多频周期微弱信号.实验结果表明单势阱随机共振对多频周期微弱信号具有较好的检测效果.     

基于ARM处理器的随机共振弱信号检测系统设计

实际工程中,被测信号往往被大量的背景噪声干扰所淹没,从而导致常规的信号检测和处理方法无能为力.利用随机共振理论,我们可以从强噪声背景中提取出弱信号信息.本文设计了一个基于ARM处理器的弱信号检测实验装置,仿真随机共振的双稳态环境,进行弱信号的检测处理.从实验结果的信噪比曲线来看,噪声得到明显抑制,弱信号得到加强而易于捕捉.这项工作为随机共振理论应用于实际工程现场的弱信号检测提供了基础.文中详细介绍了此系统中硬件的功能模块和软件的总体方案设计.     

基于随机共振和VMD分解的风电机组滚动轴承故障特征提取

以风电机组滚动轴承为研究对象,针对其故障诊断中强噪声背景下信号信噪比低、故障特征难以提取的问题,提出一种基于随机共振(SR)和变分模态分解(VMD)的故障特征提取方法。该方法首先利用随机共振对滚动轴承的振动信号进行降噪处理,提高信号的信噪比;然后对降噪后的振动信号进行VMD分解,通过求取固有模态函数(IMF)的幅值谱,从而发现滚动轴承的故障特征频率。将该方法应用于风电机组滚动轴承的实际数据中,分析结果表明,该方法能够提高信号的信噪比,实现风电机组滚动轴承的精确诊断。     

A tradeoff between unit capacity and average production cost in spinning reserve optimization

In power systems the spinning reserve (SR) amount can be determined by deterministic or probabilistic techniques. Probabilistic techniques draw more attention since they can consider the economics and the stochastic nature of system behavior and component failures. In probabilistic techniques, the tradeoff between cost and reliability directly affects the SR deployment and it has been extensively analyzed. However, there is another tradeoff which reflects the compromise between the unit capacity and average production cost in the SR optimization problem. This tradeoff impacts the solution accuracy to a certain extent and influences the complexity of the model, and it has not been explicitly analyzed before. In this paper, a new SR optimization method is proposed in which the tradeoff between unit capacity and average production cost is well respected. The proposed method strikes a good balance between solution accuracy and computation efficiency and can obtain better results within a desirable run time compared with those of the previous methods. Besides, the proposed method can also be used to improve the solution of the reserve constrained unit commitment problem. It can lower the total cost by just redistributing the MW dispatch even when the SSR is fixed. The efficiency and validity of the proposed method are verified using the IEEE reliability test system.     

基于随机共振理论的异步电动机转子断条检测新方法

现场采样获得的电动机故障信号通常会含有很多噪声.传统的方法是对故障信号消噪后进行分析,但在消噪的同时会丢失一些有用信息.本文提出了基于随机共振(SR)理论的异步电动机转子断条早期故障检测新方法.该方法是通过选择合适的系统参数,使非线性系统发生随机共振,把一部分噪声能量转化成信号能量,达到异步电动机转子断条早期故障检测的目的.实验分析结果表明该方法是切实可行的.     

Noise-enhanced human sensorimotor function

We review our work on using input noise (mechanical and electrical, respectively) to enhance somatosensation in humans and improve the performance of the human balance control system. We also discuss bioengineering applications and future directions for stochastic resonance (SR) based techniques and devices. Age- and disease-related sensory loss may be reversible by exploiting SR-type effects.     

一种笼型异步电动机转子早期故障检测的新方法

本文采用随机共振(SR)理论对淹没在强噪声背景下故障的微弱信号进行了检测。讨论分析了双稳系统选取不同参数时,对输出信噪比的影响,并将该方法成功地用于异步电动机转子断条的早期故障诊断中。大量仿真结果表明了该方法的有效性。