具有随机参数的线性振荡器的随机共振

研究了噪声作用下的具有随机参数的过阻尼线性振荡器的随机共振现象.基于线性系统理论,得到了系统输出幅度增益的精确表达式.研究表明,输出幅度的增益是噪声强度和激励信号频率的非单调函数.而且,适当的噪声强度和振荡器参数可以使有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.讨论了噪声的强度和振荡器参数对输出幅度增益的影响.     

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。     

Atangana-Baleanu分数阶双稳系统的随机共振现象

针对基于常用分数阶微积分对随机共振现象的研究存在奇异性的问题,提出了基于Atangana-Baleanu分数阶微积分的双稳系统随机共振现象的研究方法。首先,根据Atangana-Baleanu分数阶微积分的定义构造了用于描述随机共振系统的Langevin方程;其次,通过改进的Oustaloup算法对其近似化求解;最后,编写仿真程序,利用控制单一变量法研究参数变化对随机共振的影响。仿真结果表明:噪声强度一定时改变分数阶求导阶次,分数阶求导阶次与输出信号的功率谱值呈非线性关系且存在一个最佳分数阶求导阶次使系统产生随机共振;分数阶求导阶次一定时改变噪声强度,噪声强度与输出信号的功率谱值呈非线性关系且存在一个最佳噪声强度使系统产生随机共振。     

分段非对称随机共振系统微弱信号检测EI北大核心CSCD

作为一种重要的信号处理方法,随机共振(SR)能够利用噪声能量增强微弱信号,有效降低噪声信号对特征提取的影响。针对分段对称系统模型随机共振幅值增益不够明显及噪声利用率较低等不足,提出一种分段非线性系统模型。该系统参数独立,易于调节,可通过调节参数诱导最佳随机共振。在双稳态模型下,推导了克莱默斯(Kramers)逃逸率和输出信噪比,同时在模型公式仿真和数值仿真两方面与分段对称系统进行对比分析,用于说明该方法的有效性。结果表明该方法能够有效地提取特征频率,具有良好的放大性能和抗噪声能力。最后将系统应用于不同型号的轴承故障检测,并用自适应智能算法最优化系统参数。结果显示,非对称系统的输出幅值分别为对称系统的8倍,3倍和6倍。数据表明,非对称系统能更有效地实现微弱特征检测与早期故障诊断。该研究进一步对系统在实际工程应用提供了理论指导与依据。     

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...     

基于SSA和双稳随机共振的车削颤振微弱特征提取

围绕车削颤振激发过程,针对车削颤振过渡阶段特征微弱且存在噪声和转频干扰的问题,提出一种基于麻雀优化算法(sparrow search algorithm, SSA)和双稳随机共振(bistable stochastic resonance, BSR)系统的车削颤振微弱特征提取方法。该方法利用SSA优良的寻优特性,以信噪比作为优化指标确定最佳BSR系统参数,用优化后的参数对车削颤振信号进行滤波处理,提取颤振特征频率。仿真试验表明SSA-BSR方法可以实现对强噪声背景下微弱特征信号的提取与增强,同时兼顾寻优速度快和获得全局最优解概率高的优点。开展车削颤振检测试验,颤振激发过程的加速度信号图谱分析结果验证了车削颤振特征频率幅值与颤振激发程度之间的相关性;不同模型在车削颤振过渡阶段特征提取的对比结果验证了SSA-BSR模型的有效性和优越性,并且能够满足车削颤振检测对实时性的要求,实现在进入剧烈颤振阶段前发出预警,为量化车削颤振和车削颤振在线监测提供一种新思路。     

基于有监督核函数主元分析的故障状态识别

介绍一种有监督核函数主元分析算法(SupervisedKernelPrincipalComponentAnalysis,SKPCA),通过将样本类内差和类间差融入总体方差中,从而达到更好的分类目的.在齿轮故障诊断实验中,采用SKPCA提取故障信号的非线性特征,实验结果表明SKPCA相比KPCA前两个主元贡献更为集中,故障识别结果更为理想.     

高斯势分段双稳随机共振在不同噪声下的轴承故障诊断EI北大核心CSCD

为解决经典双稳随机共振(classical bistable stochastic resonance, CBSR)在强噪声下输出信噪比(signal-to-noise ratio, SNR)较低问题,将非饱和分段双稳随机共振(unsaturated piecewise bistable stochastic resonance, UPBSR)与高斯势(gaussian potential, GP)随机共振结合得到一种高斯势分段双稳随机共振(Gaussian potential piecewise bistable stochastic resonance, GPPBSR)。首先,将GPPBSR与CBSR、UPBSR的势函数分析对比;其次,以SNR和平均信噪比增益(mean signal-to-noise ratio increase, MSNRI)为衡量指标,分别在高斯白噪声和色噪声背景下通过遗传算法参数寻优得到SNR和MSNRI随系统参数的变化规律,其结果表明在两种噪声背景下,GPPBSR系统的SNR和MSNRI均优于UPBSR,抗噪性能更好;最后,为验证在不同场景下GPPBSR系统轴承故障诊断的实用性,将UPBSR和GPPBSR系统应用于6205-2RS JEM SKF和HRB 6205-2Z两种型号的轴承故障诊断中。仿真结果表明,GPPBSR系统在两种噪声背景下的故障信号诊断均是可行的,且比CBSR和UPBSR的性能更优越。     

基于级联双稳随机共振和多重分形的机械故障诊断方法研究

对级联双稳随机共振的滤波特性进行了对比和分析,利用这种特性,结合广义维数对信号非线性特征的度量能力,提出了基于级联双稳随机共振和多重分形的机械故障诊断方法。实验结果证明,该方法可以有效的消除高频噪声,增强低频段信号的能量,由此得到的分形维数比较准确,能够更加精确地度量机械振动信号的非线性特征,从而达到机械故障诊断的目的。     

具有随机回归子的不完全信息和随机截尾的广义线性模型的重对数律

在可靠性研究中,带有不完全信息随机截尾的线性模型经常受到关注.本文将带有不完全信息随机截尾的线性模型推广到带有随机回归子的不完全信息的随机截尾广义线性模型,并运用概率极限理论对后者的极大似然估计的收敛速度进行了研究,得到了两个重对数律.从渐近的意义看,第一个重对数律给出了未知参数的最小100％置信区间,而第二个重对数律给出了估计量能够达到的精确下界.     

MIMO随机振动试验频响估计中激励和响应的同步方法

频响函数估计是多输入多输出随机振动试验控制算法中的必要环节。在振动环境试验中,通常不采集振动台的实际激励信号,而用实测的响应信号和计算机内存中的激励信号来进行系统频响函数估计。由于计算机内存中的激励信号与实际振动台上的激励信号之间在相位上存在着差异,从而导致实测的响应信号和计算机内存中的激励信号不同步。这给系统频响函数的估计带来了较大困难。为此,根据线性系统中激励和响应之间的关系,结合随机减量法,提出了一种二次相关法用于系统频响函数的估计。用该方法进行频响函数估计只需要采集响应信号。在三轴振动台上进行了对比试验,结果验证了本文所提出的二次相关法的正确性。     

Analysis of multi-degree of freedom strongly non-linear mechanical systems with random input: Part II: equivalent linear system with random matrices and power spectral density matrix

We present a method for estimating the (power spectral density) PSD matrix of the stationary response of lightly damped randomly excited multi-degree of fredom mechanical systems with strong non-linear asymmetrical restoring forces. The PSD matrix is defined as the mean value of the PSD matrix response of an equivalent linear system (ELS) whose damping and stiffness matrices depend on non-linear vibration modes of the associated conservative system, the frequencies and modes shapes being amplitude dependent. Based on a generalized van der Pol transformation and using a stochastic averaging principle, as developed in a companion paper, a stationary probability density function for the amplitude process is derived to characterize the ELS fully. Some possible simplifications of the method, such as modal reduction and/or local linearization, are also discussed. The results obtained are in good agreement with those of direct numerical simulations taking two typical examples.     

Identification of fatigue crack growth mechanisms in IN100 superalloy as a function of temperature and frequency

A study is undertaken to investigate the fatigue crack growth rate properties of polycrystalline IN100 through the identification of crack growth mechanisms as a function of temperature, frequency and ΔK. An additional goal is to determine the stress free activation energy of IN100. Constant amplitude, load controlled tests are performed at room temperature (22 °C), 316 °C, 482 °C and 649 °C under two different loading frequencies of 20 and 0.33 Hz. These specimens are then analysed via scanning electron microscopy (SEM) to determine failure mechanisms. SEM shows that, as temperature increased from room temperature to 649 °C, the fracture mechanism transitions from transgranular to intergranular. The fracture mechanism is shown to transition from intergranular to transgranular at elevated temperatures as da/dN increases as a result of growing ΔK. Scanning electron microscopy shows that, as frequency decreases from 20 to 0.33 Hz at 649 °C, the fracture mechanism transitions from transgranular to intergranular.