基于HHT的非线性振动系统参数识别研究

该文采用Hilbert-Huang变换（HHT）对时变阻尼自由振动系统以及常见的Duffing振动系统和Van der Pol振动系统进行参数识别。首先通过经验模态分解将振动信号分解为自由振动信号和强迫振动信号,通过经验包络法得到分解后信号的振幅包络线和瞬时频率。进而使用瞬时振幅及瞬时频率通过最小二乘法估计得到振动方程的各项参数。与小波识别结果进行对比,数值算例表明Hilbert-Huang变换可以有效地识别时变阻尼自由振动以及Duffing振动系统和Van der Pol振动系统的时变参数并且有较高精度。     

基于非线性耦合双稳态随机共振的轴承微弱故障信号增强检测方法研究

针对滚动轴承微弱故障信号难以检测的难题,提出一种基于新型非线性耦合双稳态随机共振模型的轴承微弱故障信号增强检测方法。噪声背景下,随机共振可以实现微弱信号的增强输出,提高微弱信号特征的检测。提出的非线性耦合双稳态系统是由两个单一双稳态系统经非线性方式耦合而成,通过分析耦合系数、阻尼系数随着噪声强度改变的信噪改善比响应特性曲线图研究了不同参数对随机共振现象的影响。结果表明,耦合双稳系统比单一双稳态系统具有更强随机共振现象的产生。最后采用模型对轴承故障微弱信号进行了增强检测应用,所提出的非线性耦合双稳态随机共振能够实现在复杂的噪声背景下对微弱故障信号的检测。     

基于双耦合混沌振子变尺度微弱信号检测方法研究

以双耦合Duffing混沌振子为研究对象,提出了一种基于双耦合Duffing混沌振子与变尺度相结合的微弱信号检测新方法。分析了双耦合Duffing混沌振子检测微弱周期信号的原理。利用变尺度方法,克服了Duffing振子检测微弱周期信号受频率限制的缺陷。通过双耦合Duffing混沌振子系统与单Duffing混沌振子系统进行比较,表明双耦合Duffing混沌振子系统具有明显的优越性。该方法用于检测任意多频微弱信号具有明显优势。     

基于耦合Van der Pol-Duffing系统的微弱信号检测研究

传统方法检测微弱信号具有一定的困难,利用混沌振子对微弱信号敏感以及对强噪声具有良好免疫力的特性,提出基于耦合Van der Pol-Duffing振子系统检测微弱信号的新方法。对比不同参数下耦合系统的动力学行为,通过分岔图和二分法确定临界阈值,保证阈值搜索速度和阈值精度。阐述基于相图的微弱信号检测原理,通过从混沌态到周期态的转变成功检测淹没在强噪声中的微弱信号,信噪比门限达到–30 d B。同时考察不同精度幅值下噪声对系统状态的影响,不同频率信号以及相移对检测的影响。仿真结果表明,该耦合系统在强噪声条件下对微弱信号敏感,用于检测微弱信号是可行的。     

基于频率控制的自适应随机共振系统研究

研究双稳Duffing系统随机共振产生机理,针对不满足绝热近似条件的大参数信号,提出基于频率控制自适应随机共振微弱信号检测系统,实现对未知大频率微弱信号检测。仿真结果表明,该系统能实现大频率信号随机共振,较传统随机共振系统精度及系统输出信噪比均极大提高,并能扩展其在微弱信号检测领域的应用。     

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。     

基于耦合Duffing振子的微弱故障信号检测

针对传统信号处理方法在低信噪比条件下对微弱信号检测的不足,提出一种对双Duffing振子进行阻尼项耦合的方法,通过对此系统进行动力学分析,比单个Duffing振子具有更加复杂的动力学行为。阐述了基于相平面变化的微弱信号检测原理,对时间进行尺度的变换,实现了未知频率信号的检测,最后对微弱脉冲信号进行检测以及真实的故障轴承的早期诊断,取得了较好的效果,该方法在无线通信、雷达系统、旋转机械早期故障诊断等领域具有广阔的前景。     

耦合双稳系统随机共振的轴承故障检测方法

耦合双稳系统由两个双稳系统经非线性方式耦合而成.分析了影响耦合双稳系统随机共振产生的Kramers逃逸率及平均跃迁频率与耦合系数的关系,提出了通过调节耦合系数大小来产生和增强随机共振的方法,并将该方法应用于轴承故障信号检测中.数值仿真和实验结果表明,在系统参数固定时,调节耦合系数能增强系统输出功率谱在特征频率处的谱值,可检测出单一双稳系统随机共振所不能检测出的微弱轴承故障信号频率,该方法在轴承故障信号检测中的应用是有效的.     

基于Duffing振子的BPSK载波信号检测方法研究

针对低压配电网具有噪声干扰强、信号衰减大等问题,提出了用Duffing振子来检测BPSK载波信号的新方法.Duffing振子对微弱信号敏感,信号的不同相位将引起系统在混沌态与大尺度周期态之间的相变,该方法就是利用载波信号的相位引起的Duffing振子的相变,通过对该相变的判别来检测载波信号的相位信息.同时还分析了Duf...     

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。     

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.     

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论曲线和实际数值曲线基本吻合,证明了理论推导的正确性,微弱信号检测实验结果表明系统能够有效地检测微弱周期信号。将系统运用于实际工业轴承故障诊断中,实验表明系统能够有效地诊断出轴承的内外圈故障,且通过比较峰值大小和峰值辨识度,证明了该系统的故障检测效果优于新型一维非饱和双稳系统。     

双稳系统噪声特性的分析与弱信号检测的研究

研究了噪声通过双稳系统其能量向低频区集中的频谱特性，并根据绝热近似理论，得出只有在噪声能量集中的低频区域才能产生随机共振(SR)主谱峰的结论。提出频率压缩变换的SR方法，分析了绝热近似SR技术在大参数条件下从强噪声中检测弱信号的应用。仿真结果表明，只要双稳系统输入端的信噪比不低于-30 dB，且实测采样频率不小于弱周期信号频率的50倍，就可由双稳系统的响应谱得到弱周期信号频率处的SR谱峰值特征。达到识别弱信号的目的。     

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。     

基于频率调制随机共振的弱周期信号检测

将调制技术与随机共振原理相结合,提出用频率调制随机共振的方法,实现在大参数情况下从强噪声中检测微弱周期信号,并对随机共振技术运用于强噪声背景下的弱信号检测进行研究。分析调频信号的频谱,发现其含有的低频信号通过双稳系统易产生随机共振,数值分析及仿真结果表明该方法能使微弱的故障信号特征突出、明显而易于捕捉。     

简谐与随机噪声联合激励下Van der Pol-Duffing系统的响应

研究了Van der Pol—Duffing振子在简谐与随机噪声联合激励下的响应问题。用参数变换法使方程出现小参数，用多尺度法分离系统的快变项，讨论系统的阻尼项、非线性项和随机项等参数对系统响应的影响。理论分析和数值模拟表明，当随机激励强度增大时，系统的响应可从一个极限环变为一个扩散的极限环；在一定的条件下，系统可有两个稳定的稳态解及随机跳跃现象。数值模拟表明本文提出的方法是有效的。     

基于Duffing振子的天然气管道泄漏检测方法

针对天然气管道泄漏因泄漏声波信号信噪比(SNR)过低而难于检测的问题,研究了基于Duffing振子的天然气管道泄漏检测方法。该方法将待检测数据输入Duffing振子系统,以振子系统的状态转化实现非周期信号中周期信号的检测。为了更好地提高Duffing振子的检测性能,在Duffing振子设计阶段,以随机共振的有关理论为基础,通过对系统输出信噪比的优化来实现Duffing振子的参数设计。基于实际天然气管道泄漏数据的测试结果表明,所提出方法可在低信噪比(-68dB)的情况下有效检测出泄漏,具有较好的检测性能。     

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。     

基于混沌弱信号检测的轧机故障诊断研究

为检测强噪声背景下轧机的转子和齿轮故障,给出了一种Duffing方程检测微弱信号的算法.设计加入待检信号后的混沌振子方程,检测出转子发生早期碰摩以及齿轮偏心和单齿缺陷故障.故障诊断实验可以证明利用Duffing振子的间歇混沌现象对强噪声背景中轧机故障的微弱特征信号进行检测的有效性,与相关函数法比较,证明此方法的优越性.     

达芬振子激励分叉在多普勒频移检测中的应用

以达芬(Duffing)振子模型在单频外激励下的分叉原理为基础,提出一种可在强噪声背景下检测微弱水声探测信号多普勒频移的新方法。当达芬振子的激励振幅超过某一临界参数时系统由混沌状态突变为周期状态。根据这一原理,首先在无噪声条件下确定达芬振子由混沌状态向周期振荡转变的分叉参数阈值,然后根据噪声强度适当调节分叉参数,使得系统输出稳定在单一周期状态。当噪声中含有微弱的多普勒回波时,通过理论分析可知系统输出为阵发混沌状态,且可根据混沌状态的间隔周期较准确地求出回波信号的多普勒频移。