基于外差式随机共振的涡街频率检测方法

涡街频率检测是涡街流量计的关键技术问题,也是当前的研究热点.分析非线性双稳系统在噪声和单一频率信号、多频率信号作用下的随机共振特性,将外差式频谱分析与随机共振原理相结合,提出基于外差式随机共振的涡街频率检测方法.理论分析、数值仿真和试验结果表明,含噪的涡街信号通过随机共振能有效地提高涡街信号信噪比,准确获取涡街频率.该方法在涡街频率检测中的应用是可行和有效的,为提高涡街流量计现场适应性及小流量弱涡街信号频率检测提供了一种新的方法.     

一种用于涡街流量计的程控放大器

涡街信号的幅值随频率成平方关系而变化,输出信号幅值的差别很大。为了保证测量精度,要求信号幅值控制在一个合适的范围内。为此,采用数字电位器和低功耗运算放大器研制了一种程控放大器。通过TMS320LF2407A DSP芯片计算涡街信号的绝对平均值来确定和调节放大器的增益,以适应涡街信号幅值的变化。实验结果表明,程控放大器的设计和幅值调整方法是有效的。     

涡街频率检测电路的改进研究

漩涡频率检测是涡街流量计的关键技术之一。正比于流量的涡街频率信号变化范围较宽，对不同的测量介质和测量管道各不相同，在实际应用中并且混杂有各种干扰，因此，设法提高涡街频率的测量精度是一项非常困难但必要的工作。通过研究传统涡街频率检测电路，分析涡街频率信号的特点，在比较各种滤波方法和频率测量方法的基础上，提出通过自适应高阶低通滤波电路来削弱干扰信号，并采用自适应扩展周期方法来测量频率。该方法简单可行，仿真与实验结果表明，改进电路能有效削弱涡街流量信号的干扰，提高漩涡频率测量精度。     

最佳匹配随机共振在微弱信号检测中的应用

以双稳系统自适应参数调节产生随机共振方法在微弱信号检测中的应用研究为目的，分析并总结了在特定频段内，双稳系统最佳匹配随机共振时输入噪声强度随信号幅值的变化规律。在此基础上，通过一种变量替换原则设计出可以用于检测任意已知频率的微弱信号的双稳系统，给出了设计方法并采用模拟数据对该方法进行了验证。结果表明，该方法简单、可行，在机械系统早期故障诊断中具有应用前景。     

汽车座椅噪声的在线检测

国内汽车座椅的噪声检测主要是在环境噪音不超过30 dB的消声室中进行的,这种方法的缺陷在于消声室的建造费用高、检测效率低以及操作者的技能影响测量精度。针对上述缺陷,提出了一种基于奇异值分解的随机共振联合去噪方法,该方法可以去除外界噪声的干扰,有效地提取座椅振动噪声的特征信号,为后续振动噪声的在线评定奠定基础。仿真和实例结果均表明:基于奇异值分解的随机共振联合去噪方法比单独使用奇异值分解与多稳随机共振方法检测到的信号频率更准确,可以增强信号的幅值,从而更好地检测出被噪声淹没的微弱信号。     

时延反馈EVG系统随机共振特性研究及轴承故障诊断

随机共振是应用在微弱信号检测中的一种重要的技术,以微弱周期信号和加性高斯白噪声驱动的时延反馈生态植被生长(EVG)系统为模型,对其展开了详细的随机共振现象分析,并将其应用到微弱信号检测和轴承故障诊断中。首先,利用福柯普朗克方程推算出等效势函数以进一步得到系统信噪比的表达式,然后通过曲线图具体分析不同的系统参数对势函数和信噪比的影响。研究结果表明,通过调节系统参数、信号幅值、噪声强度均可诱导时延反馈EVG系统产生随机共振现象。最后,通过调节参数利用时延反馈EVG系统随机共振方法成功检测到微弱信号目标频率f=0. 01 Hz幅值为2 978,且在轴承内、外圈故障特征频率处检测出明显的峰值。     

基于随机共振的任意大频率微弱信号检测方法研究

通用非线性随机共振系统(参数a=1,b=1)在检测微弱信号时受小频率参数和弱信号幅度的约束,给实际应用带来了很大困难.针对这一情况,提出了一种能够检测大频率微弱信号的随机共振检测方法,通过调整系数k改变非线性参数6,使输入弱信号满足共振幅度要求;调整系数R改变非线性参数a、6,将共振频率提高R倍,从而实现了大频率微弱信号的随机共振.通过理论分析和数值仿真,研究了系数k和R的调整方法、步长等,构建了一种可实现的大频率微弱信号检测方法.     

基于遗传算法的自适应随机共振与VMD分解的轴承故障诊断方法

随机共振(Stochastic resonance,SR)在处理实测轴承故障信号时需满足绝热近似条件,即需满足小参数信号(信号幅值、信号频率、噪声强度远小于1),这一问题极大地制约了对实测振动信号的检测,针对这一现象,提出基于遗传算法的自适应变尺度随机共振与变分模态分解(Variational mode decomposition,VMD)的轴承故障诊断方法。首先,设定合适的压缩比R将实测信号进行压缩,使其满足小参数条件;然后,定义信号的输出信噪比为目标函数,利用遗传算法(Genetic algorithm,GA)对变尺度随机共振的结构参数a和b进行同步优化,选取最优值代入变尺度随机共振中对实测信号进行消噪处理;最后,将降噪信号进行VMD分解,从分解得到的各IMF分量的频谱图中识别轴承故障特征频率。对实验数据分析的结果表明,该方法可有效地提高轴承故障诊断的准确度。     

基于双共振的微弱信号检测方法与试验研究

将两个单一双稳系统经非线性耦合而成耦合双稳系统,其中一双稳系统为被控系统,受到弱输入周期信号作用;另一双稳系统为控制系统,受到控制信号的作用。分析控制信号作用下的耦合双稳系统的双共振特性,当控制信号频率两倍于弱输入周期信号频率时,耦合双稳系统中发生控制系统中的共振与被控系统的随机共振。提出基于双共振的随机共振增强方法,并设计耦合双稳系统双共振硬件电路,电路系统试验结果证实了耦合双稳系统中存在着双共振,且能有效增强被控系统中的随机共振。将该双共振电路系统应用于实际轴承故障信号检测中,系统输出功率谱在特征频率处的谱值大幅增强,可准确检测出强噪声背景中的微弱轴承故障信号,为基于随机共振原理的信号检测电路设计提供一种新方案,具有良好的应用前景。     

参数调节随机共振在机械系统早期故障检测中的应用

随机共振是一种利用噪声使微弱信号增强传输的非线性现象,与线性方法相比能够检测更低信噪比的信号.为了准确捕捉表征机械早期故障的特征信号,在分析双稳系统参数及检测信号幅值对随机共振检测性能影响规律基础上,以输入信噪比为变量、信噪比增益为信号增强程度衡量指标,提出一种自适应调节系统参数的随机共振微弱信号检测新方法,讨论了该方法的基本原理及实现步骤.将该方法用于转子碰摩故障早期检测,结果表明该方法简单稳健、实时性好,在短数据条件下能把信噪比较低的周期信号从强背景噪声中可靠地提取出来.     

QPSO匹配的FIE随机共振轴承故障诊断

针对随机共振(stochastic resonance,简称SR)系统处理复杂信号的局限性以及参数选择的盲目性,提出了一种基于频域信息交换(frequency information exchange,简称FIE)的量子粒子群自适应参数匹配随机共振方法。首先,采用FIE将高频特征信号的频域幅值信息交换到对应的基准低频处;然后,根据基准频率特征采用量子粒子群优化(quantum particle swarm optimization,简称QPSO)算法优化SR系统参数;最后,对振动信号进行随机共振处理。滚动轴承实测信号的分析表明,该方法可以消除随机共振对频段的局限性,避免系统参数选择的盲目性,使随机共振更适用于强噪声背景下较高频段的故障信号检测。     

随机共振消噪和局域均值分解在轴承故障诊断中的应用

针对实际机械故障诊断中强噪声背景下难以提取故障特征的情况,提出了一种基于随机共振消噪(SR)和局域均值分解(LMD)的轴承故障诊断方法。首先,将轴承振动信号进行随机共振消噪,利用噪声增强振动信号的信噪比;然后,将消噪的信号再进行LMD分解,通过求取乘积函数(PF)幅值谱从而发现轴承故障频率。实验结果表明,该方法可以提高信噪比,实现微弱信号的检测,可有效地应用于轴承的故障诊断。
     

随机共振消噪和EMD分解在轴承故障诊断中的应用

针对实际机械故障诊断中强噪声背景下难以提取故障特征的情况,提出了一种基于随机共振消噪(stochastic resonance,SR)和经验模态分解(Empirical Mode Decomposition,EMD)的轴承故障诊断方法。首先,将轴承振动信号进行随机共振消噪,利用噪声增强振动信号的信噪比;然后,将消噪的信号再进行EMD分解,通过求取本征模函数(Intrinsic Mode Function,IMF)幅值谱,从而发现轴承故障频率。实验结果表明,该方法可以提高信噪比,实现微弱信号检测,更有效地应用于轴承的故障诊断。     

基于多稳态随机共振的轴承微弱故障信号检测

针对双稳态随机共振模型无法有效处理调制信号的缺点,提出了一种以包络信号为输入信号的自适应多稳态级联随机共振(adaptive multi-stable cascaded stochastic resonance,简称AMCSR)信号强化方法。首先,对振动信号进行包络解调,依据包络信号分布特点,选用与信号分布相匹配的多稳态随机共振模型;然后,以故障特征频率的频谱幅值为指标,采用蚁群算法自适应地优化随机共振模型参数;最后,以噪声为强化源和驱动信号,通过级联随机共振方法对包络信号中的故障特征频率进行逐级强化,获得故障特征成分的强化信号。对实测轴承振动信号的验证结果表明,该方法能够增强故障特征频率成分,有效地提取被其他频率成分淹没的微弱故障信号。     

变传感器设定值的科氏质量流量管控制方法

在科氏质量流量计中,流量管的稳幅振动是准确测量的前提。当两相流发生时,科氏质量流量管无法维持在最佳幅值下振动,导致传感器输出信号幅值波动大。针对两相流下流量管幅值控制面临的问题,分析影响流量管振动幅值大小和稳定性的因素,提出跟踪传感器信号幅值、变传感器信号设定值的控制方法,在研制的数字式科氏质量流量变送器上实时实现,并在气-液两相流实验装置上进行2种设定值方法的对比实验。实验结果表明,在不同含气量和控制及时性的情况下,变传感器设定值的控制方法均具有良好的信号跟踪和幅值控制的性能,流量管振动较平稳,传感器信号幅值波动范围小,极大地减小了两相流测量过程中的波动性。     

自适应随机共振与ELMD在轴承故障诊断中的应用

针对随机共振(Stochastic resonance,SR)在处理轴承故障信号时需要满足小参数(信号频率、幅值、噪声强度远小于1)这一条件以及轴承故障特征难以提取的问题,提出基于自适应变尺度随机共振与总体局部均值分解(Ensemble local mean decomposition,ELMD)的轴承故障诊断方法。首先,对实测的信号按照一定的频率进行压缩,使其满足随机共振小参数的要求,然后,通过遗传算法(Genetic algorithm,GA)对变尺度随机共振双稳系统中的结构参数a,b进行优化,最后将随机共振输出信号进行ELMD分解,通过各PF分量的频谱图寻找轴承故障特征频率。对实测轴承故障信号的实验分析,结果表明本文提出的方法可有效地应用于轴承的故障诊断中。     

基于共振区幅值-相位解调技术的早期齿轮齿根裂纹故障检测

常用齿轮故障诊断方法中窄带解调分析存在低频干扰的问题,共振解调分析不涉及相位调制信息。针对传统方法的不足,提出了一种以共振频率作为载波的共振区幅值-相位解调技术。方法首先通过快速谱峭度算法寻找齿轮振动信号的共振区,然后在共振区中通过幅值最大搜索法获得共振频率,并以该共振频率为载频进行解调分别得到幅值和相位调制信号。该方法结合共振区对弱信号的放大以及对低频干扰的隔离作用,可有效提取齿轮的故障信息。仿真及试验研究表明,所提出的共振区幅值-相位解调技术可以有效检测早期齿轮齿根裂纹故障信息,是对传统方法的有效补充。     

基于随机共振原理的大频率微弱信号检测方法研究

针对直接利用随机共振原理不能有效地检测出大频率微弱信号的问题,提出了利用混频器的频谱搬移特性,将待测的大频率信号和信号发生器产生的信号混频,从而使大频率信号转化为小频率信号,然后再加入非线性双稳态系统,对此方法进行了理论上的研究并设计出了混频随机共振电路系统。研究结果表明,基于此方法设计的电路能有效地检测出大频率微弱信号。     

基于子波变换的单支重构法在涡街流量传感器中的应用

基于子波变换消噪原理,结合涡街流量传感器的实际应用,提出了一种适用于涡街流量传感器频率计数的子波滤波方案,同时给出了滤波级数的选取方法.基于涡街流量传感器工作原理,这种改进的重构计数能够达到计量要求.通过对实测信号的分析,证实了方法的有效性.     

二阶系统普通变尺度随机共振及轴承故障诊断

针对传统随机共振方法难以实现系统最优输出的问题,提出了基于二阶欠阻尼和一阶过阻尼双稳态系统的普通变尺度随机共振方法,利用量子粒子群优化算法实现了自适应随机共振,提高了轴承故障诊断效率。基于数值模拟讨论了时间尺度、阻尼因子、噪声强度和系统参数对输出信噪比的影响。应用提出的方法对两组轴承故障振动信号进行了分析。结果表明,二阶欠阻尼系统普通变尺度自适应随机共振对微弱故障信号的检测效果优于一阶过阻尼系统普通变尺度自适应随机共振,且二阶欠阻尼系统对噪声的抑制和利用能力更强,故障频率处的幅值明显增大,提高了输出信噪比,在轴承故障诊断应用中具有优越性。