Levy噪声下新型势函数的随机共振特性分析及轴承故障检测

针对经典双稳随机共振(Classical Bistablestochastic Resonance,CBSR)系统的输出饱和性问题,构建了一种新型的分段非线性双稳随机共振(Piecewise Nonlinear Bistable Stochastic Resonance,PNBSR)系统,用所提的PNBSR系统在理论上和CBSR系统作了对比;然后以平均信噪比增益(MSNRI)为衡量指标,用量子粒子群算法进行参数寻优,深入的探究了在Levy噪声不同特征指数与对称参数情况下,PNBSR系统参数l,c,a,b和Levy噪声强度放大系数D对共振输出的规律。研究表明:相对于CBSR系统的输出信噪比,PNBSR系统的输出信噪比有4 dB的提高;并且发现在不同的Levy噪声分布作用下,通过调节系统参数l,c,a,b和噪声强度系数D均可诱导随机共振,且系统较好的随机共振区间不随α或β变化;最后将PNBSR系统应用于轴承故障检测,效果明显优于CBSR系统。     

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。     

方波和非对称双值噪声作用下的熵随机共振研究

研究了在非对称双值噪声、白噪声和方波共同作用下受限系统中的熵随机共振现象。在绝热近似条件下,推导出了输出信噪比的表达式。分析表明,信噪比是非对称双值噪声的强度与非对称参数、白噪声强度,以及方波信号幅度的非单调函数。另外,信噪比随受限结构参数的变化而非单调变化。讨论了双值噪声的相关率对SNR的影响。     

双频信号作用下的单稳随机共振数值研究

在振动共振的基础上,研究了非线性单稳随机共振系统在高、低两种不同频率作用下的动力学特性,分析得出高频信号可以使系统产生分岔,而低频信号幅值及单稳系统非对称参数是系统跃迁阈值的影响因素,调节高、低频信号参数可改变势垒高度,诱发单稳随机共振效应。理论分析和数值仿真结果表明,在绝热近似条件下,单稳随机共振系统输出信号的信噪比及功率谱均呈非单调变化,同时通过级联后单稳系统输出的效果更佳,冲击信号仿真分析表明该类型随机共振系统有利于工程实际。     

非线性耦合双稳系统的振动共振与随机共振

单一双稳系统受到弱周期信号和噪声的作用能产生随机共振.而在高、低两种不同频率信号作用下则能产生振动共振,将两个双稳系统经非线性耦合而成为耦合双稳系统,并在低频、高频信号和噪声的作用下研究了耦合双稳系统对低频信号的响应特性,给出了高频信号参数和耦合系数对振动共振和随机共振的影响关系,结果表明通过调节高频信号幅值或耦合系数大小能产生振动共振或随机共振,并构建了耦合双稳系统原理框图,为随机共振的控制及其利用提供了新的理论方法,数值仿真结果与理论分析结论完全吻合.     

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。     

基于符号序列熵的自适应随机共振的微弱信号检测

针对现有随机共振以信噪比为测度,难以进行量化和在实际工程中应用,提出一种符号序列改进型香农熵结合随机共振的微弱信号检测方法。介绍了随机共振和符号序列化的基本原理,以输出信号的符号序列熵作为判断是否达到最佳随机共振的测度,自适应的调节系统参数a和b,使系统达到最佳共振并进行频谱分析。结果表明输出信号的符号序列熵可有效反映共振状况,能调节系统达到最佳信噪比输出,而且易于工程实现,证实了该方法的有效性,进而为衡量随机共振提供一种新方法。     

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.     

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。     

利用欠阻尼二阶线性随机共振抑噪的模型设计及实现

以经典力学模型——质量-阻尼-弹簧欠阻尼二阶线性系统为研究对象,当系统的阻尼系数和固有频率同时受乘性高斯噪声干扰时,利用此系统产生的随机共振来消除此类噪声.理论分析表明,欠阻尼二阶线性系统中存在随机共振现象,系统的平均输出幅度增益呈现非单调变化,不仅在一定条件下大于无噪声时的增益,而且调节适当的系统参数和噪声强度能够提高幅度增益.因此,采用可视化仿真软件SIMULINK建立仿真模型,并进行实例模拟.仿真进一步表明,通过调节适当的系统参数或噪声强度,使系统处于共振区域,就会把夹杂在噪声中的被测信号突现出来,从而实现了弱信号的检测,证实该方法消除乘性噪声的可行性和有效性.     

基于GSO算法的自适应随机共振轴承故障诊断

针对强噪声下轴承故障弱信号较难检测和传统仅靠单参数优化随机共振系统问题,提出一种基于萤火虫优化算法(GSO)的自适应随机共振轴承故障信号检测方法。首先按固定频率压缩比压缩频率;然后以传统随机共振系统输出信噪比作为GSO算法的初始荧光素,利用GSO算法选取随机共振系统的结构参数a、b;最后通过双稳随机共振系统的输出信噪比检测轴承故障弱信号是否增强,通过系统的输出时域图分析信号的周期性,通过功率谱分析轴承故障弱信号的特征频率。仿真验证与试验验证结果分析表明,该方法可检测出轴承故障弱信号,实现弱信号的增强和降噪。     

指数型随机共振微弱振动信号检测方法

在实际工程故障诊断中特征频率信号经常淹没在噪声中,信息提取非常困难。为了提取强噪声背景中的微弱信号,将简谐势阱与Gaussian Potential模型相结合,提出一种作用在Duffing方程下的新型指数型双稳随机共振系统。首先,推导逃逸率并研究系统参数对输出信噪比影响;其次,基于指数型双稳随机共振系统对冲击衰减信号以及谐波振动信号进行检测;最后为检测大噪声下多频信号提出指数型双稳随机共振和经验模态分解的微弱信号联合检测方法并应用于轴承故障信号检测中。实验分析及仿真结果表明,指数型双稳随机共振模型在信号检测中是可行的,并且对于多频谐波信号通过随机共振后进行经验模态分解可使检测更加准确,联合检测不仅能识别故障信号,还能识别故障倍频信号。     

基于 GSO算法的自适应随机共振轴承故障诊断

摘 要:针对强噪声下轴承故障弱信号较难检测和传统仅靠单参数优化随机共振系统问题,提出一种基于萤火虫优化算法(GSO）的自适应随机共振轴承故障信号检测方法。首先按固定频率压缩比压缩频率;然后以传统随机共振系统输出信噪比作为GSO算法的初始荧光素,利用GSO算法选取随机共振系统的结构参数a,b;最后通过双稳随机共振系统的输出信噪比检测轴承故障弱信号是否增强,通过系统的输出时域图分析信号的周期性,通过功率谱分析轴承故障弱信号的特征频率。仿真验证与试验验证结果分析表明,该方法可检测出轴承故障弱信号,实现弱信号的增强和降噪。     

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。     

自适应多尺度噪声调节二阶随机共振增强方法EI北大核心CSCD

经典双稳态随机共振系统通过各种参数地调节可实现噪声、周期信号及非线性双稳态系统的最佳匹配从而实现随机共振,促使系统输出的微弱周期分量得到了一定的噪声能量而达到增强的效果,从而有效检测出微弱的周期分量,但噪声能量利用有限,系统响应中仍存在一定的噪声能量。二阶随机共振增强的系统模型,借助“双重积分”实现噪声的重复利用,将噪声进行二次利用,有效促进高频噪声能量进一步转移到低频区域,有效提高输出响应的信噪比。考虑到多尺度带限噪声对随机共振的影响,并基于随机共振特殊低通滤波器的数学本质,提出了以协同信噪比(collaborative signal to noise ratio,CSNR)为目标函数,基于Paul小波的自适应多尺度噪声调节二阶随机共振增强方法,充分利用了小波的多分辨时频分析能力,将输入信号和噪声划分到不同频带,实现了不同频带信号和噪声强度大小的控制,以进一步改善随机共振检测效果。数值仿真、实验数据及工程实际应用均验证了该方法的有效性。     

乘性双态噪声和周期调制简谐噪声激励下的线性过阻尼谐振子的随机共振

针对乘性双态噪声和加性周期调制简谐噪声联合作用的线性过阻尼振子,利用Shapiro-Loginov公式推导了系统响应的一阶矩以及稳态响应振幅的解析表达式,得出了稳态幅值关于各种噪声参数出现随机共振的条件。研究表明在一定条件下,系统稳态响应振幅关于各种噪声参数具有非单调依赖关系,即出现了随机共振现象;特别地,简谐噪声和普通白噪声相比,不仅具有传统的刻画指标-噪声强度参数,还具有另外两个新的指标参数,即阻尼参数和频率参数。通过对这两种参数的调节可以有效控制系统稳态响应振幅的随机共振现象,有助于增强系统对外部周期信号的响应程度,从而提高系统对微弱周期信号检测的灵敏度和实现对周期信号的频率估计。     

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。     

参数扰动的RLC低通滤波器的随机共振

研究了RLC低通滤波器在电导受到非对称双值色噪声扰动时的随机共振现象．利用随机平均法和Shapiro—Loginov公式,得到了平均输出幅度增益的精确表达式．分析表明,在欠阻尼、临界阻尼和过阻尼RLC低通滤波器中,平均输出幅度增益对电导噪声的非对称性、相关时间、强度和信号频率都存在非单调依赖关系．适当的噪声和系统参数条件可以使有噪声时系统的平均输出幅度增益大于没有噪声时系统的平均输出幅度增益．噪声可以提高滤波器对高频信号的衰减率．恰当的条件可以获得平均输出幅度增益的最大值．     

参数扰动的RLC低通滤波器的随机共振

研究了RLC低通滤波器在电导受到非对称双值色噪声扰动时的随机共振现象.利用随机平均法和Shapiro-Loginov公式,得到了平均输出幅度增益的精确表达式.分析表明,在欠阻尼、临界阻尼和过阻尼RLC低通滤波器中,平均输出幅度增益对电导噪声的非对称性、相关时间、强度和信号频率都存在非单调依赖关系.适当的噪声和系统参数条件可以使有噪声时系统的平均输出幅度增益大于没有噪声时系统的平均输出幅度增益.噪声可以提高滤波器对高频信号的衰减率.恰当的条件可以获得平均输出幅度增益的最大值.     

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。