混沌振子识别轴承早期故障的极半径不变矩判据

现有的基于混沌振子检测轴承故障的方法的关键步骤是混沌振子相态转变判别,目前大多采用李雅普诺夫指数等特征值进行判断,针对其计算过程复杂,耗费时间长的缺点,基于图像识别技术,提出了一种以极半径不变矩参数作为相态转变的识别方法。通过构造Duffing混沌振子,分析了其相态转变与周期策动力的变化关系,证明其用于轴承早期故障识别的可行性;给出了极半径不变矩的定义,并证明在混沌振子相图由混沌运动态向大尺度周期态转变的过程中,随着周期摄动力不断增加,极半径不变矩表现出单调递增的特性;与HU氏不变矩及二维近似熵判别方法进行对比,讨论了极半径不变矩的抗噪声干扰能力;最终,将该方法用于实际搭建的钻机动力头轴承早期故障诊断的试验中。试验结果表明:极半径不变矩可以识别混沌振子相态过程转变,最低检测信噪比达到-36.99dB,且识别准确率也较另外两种方法提高了4%~7%。证明该方法可以用于轴承早期故障识别,具有识别准确率高,抗噪声干扰能力强,计算简便的优点。     

轴承早期复合故障诊断的一种非线性检测方法

针对强噪声背景下的信号难于检测的问题,利用混沌阵子对周期信号的敏感性和对噪声的免疫力,提出了一种用Duffing阵子结合欧氏距离检测微弱信号的新方法。该方法采用欧氏距离确定混沌振子由混沌状态向大尺度周期状态转换的临界阈值,并利用欧氏距离的跃变自动识别混沌振子的状态。应用该方法对仿真信号和深沟球轴承的早期模拟故障信号进行分析,验证了其可行性,同时分析了相位差和噪声对于系统特性的影响,并用Simulink进行了仿真。     

齿轮早期疲劳裂纹的混沌检测方法

齿轮箱振动信号中调制现象普遍存在,而且啮合频率产生的周期冲击成分占很大比重,反映齿轮箱故障的特征信号的幅值相对较低,难以检测。根据齿轮箱振动信号的特点,提出了基于混沌振子的齿轮早期疲劳裂纹检测方法,区别于目前常用的基于混沌振子的微弱信号检测方法。该方法通过辨识混沌振子加入齿轮箱振动信号后发生的由大尺度周期状态到混沌状态的反向状态改变,确定齿轮啮合频率边频带的状态,从而判断齿轮裂纹的发展情况,在齿轮裂纹的监测中取得了良好的效果。     

基于混沌振子的低信噪比语音端点检测新方法

Duffing振子相变对与参考信号频差较小的周期小信号具有敏感性,对白噪声和与参考信号频差较大的周期干扰信号具有免疫力.利用语音的准周期性提出了一种基于混沌理论的语音端点检测新算法,讨论了如何利用Dufilng振子的间歇混沌特性来检测语音端点.将含噪语音作为Duffing振子的外部参考信号的摄动,根据系统相图是否改变来检测语音段和噪声段.通过尺度变换并设计了振子阵列以榆测频率范围较大的语音信号.实验结果表明,基于混沌的语音端点检测算法在低信噪比下明显优于传统的能量语音端点检测法.     

用相位差值判别Duffing振子相变的新方法

针对Duffing振子微弱信号检测中相变(即混沌态与大尺度周期态状态的转变)判别算法复杂、计算量大等问题,推导了对Holmes型Duffing振子的增量谐波法求解方程,根据计算结果分析了相变过程中系统解的谐波特性,利用系统解与周期策动力的相位变化规律,提出一种用相位差值来判别相变的新方法.数值仿真和实验测试表明,在强噪声背景下系统相轨迹波动严重,但该方法仍能对系统相变实时准确地判别.     

混沌振子在不同初值下检测弱信号的性能分析

研究了Duffing振子对策动力参数与初始值敏感的一致性,基于Duffing振子在不同初值时的仿真发现,不同初值情况下,混沌振子从混沌态过渡到大尺度周期态的过渡过程存在“周混渐变”和“混周渐变”两种,并且在过渡过程中,策动力增大的方向为周期态延时增长、混沌态延时缩短的方向,提出了利用过渡态检测微弱正弦信号的方法,基于“混周渐变”过渡态的检测,能检测的最低信噪比可达-60.7 dB,实验结果表明,这种方法非常适合检测地磁扰动信号Pc2小类中的确定频率信号.     

混沌振子在微弱信号检测中的可靠性研究

针对混沌振子微弱信号检测的可靠性问题,对一种改进型混沌振子敏感特性进行分析,指出周期策动力幅值位于临界值时,初始值对系统的状态起决定性的作用,并由此定义了检测系统的敏感集.通过扰动控制方法验证噪声对振子的驱动作用相当于对初始值的扰动,发现在噪声作用下混沌振子微弱信号检测方法存在误判可能,利用所定义的敏感集对噪声背景中微弱信号的可靠检测进行了分析,为消除误判实现该微弱信号检测方法的应用提供了理论保证.     

齿轮故障的混沌诊断识别方法

研究了Ｈｏｌｍ ｅｓ型Ｄｕｆｆｉｎｇ 振子的混沌及间歇混沌运动,发现参考信号与摄动信号间的微小角频率差是振子产生间歇混沌的原因。得出振子相变对与参考信号具有微小角频率差的小信号敏感,而对随机噪声和与参考信号角频率差较大的周期干扰信号具有免疫力的结论。通过辨别振子对的间歇混沌运动可对齿轮偏心及单齿缺陷故障进行诊断与识别。     

基于改进EEMD与混沌振子的配电网故障选线

提出改进的集合经验模态分解(MEEMD)和混沌振子相结合的电网故障微弱信号检测方法。首先,建立神经网络预测模型,通过神经网络对配网各线路零序电流进行短时预测,滤除故障信号中的背景信号;其次,为了检测配网发生单相接地故障后微弱的5次谐波信号,提出结合多尺度排列熵和完备集合经验模态分解(CEEMD)改进的改进的集合经验模态分解算法;处理已经滤除背景信号的故障信号,提取其第一固有模态函数作为混沌振子的输入。混沌振子对和内驱动力信号同频的外策动力信号有较高的敏感性,通过混沌振子输出的相图完成电网故障选线。     

基于混沌理论的滚动轴承故障信号检测

针对滚动轴承早期故障信号十分微弱的问题,提出采用Duffing混沌振子对故障微弱信号进行检测的方法。对Duffing方程进行改进,实现对任意频率微弱信号的检测。分析微弱周期信号相位角对检测系统的影响,提出采用多相位混沌振子阵列来消除微弱周期信号相位角对检测系统的影响。通过仿真实验,确定检测系统由3个混沌振子构成。使用该检测系统成功检测出轴承外圈故障微弱信号,相比传统的混沌振子检测系统,缩小了检测盲区,提高了检测信噪比。     

Applications of chaotic oscillator in machinery fault diagnosis

The forward detecting method is used to detect weak periodic signals by identifying the transformation of the chaotic oscillator from the chaotic state to the large-scale periodic state when a weak external periodic signal is applied. Based on the method above, in this paper, a similar method, which is devised in a reverse way, is presented. The method detects the change of a weak signal by identifying the transformation of the chaotic oscillator from the large-scale periodic state to the chaotic state when a weak external signal is applied. This paper discusses and summarizes the features and scopes of both methods in their application in the field of machinery fault diagnosis. Satisfactory results have been achieved when using both of them in the fault diagnosis of rolling bearings and automobile gearboxes. The paper also presents how to use symbol sequence statistics to automatically identify the state transformation of the chaotic oscillator.     

欠驱动平面五杆机构混沌运动的控制与反控制

对于欠驱动连杆机构,混沌的控制和反控制研究是避免或利用其混沌运动的关键问题。在欠驱动平面五杆机构中加装一个线性弹簧,改变了机构的受力状况,从而实现了对机构混沌运动的控制与反控制。以弹簧安装位置为参数的分叉图显示,不同的弹簧安装位置可以使机构呈现出混沌运动、周期运动等多种运动形式,弹簧的安装位置可以通过螺旋机构进行调节,这样就形成了一种简单、有效的机构混沌运动控制和反控制的方法。机构运动的相图和最大Lyapunov指数验证了方法的有效性。     

非线性齿轮系统单齿故障动力学特性

针对齿轮系统运行过程中具有非线性动力学特性,借鉴混沌振子检测理论中根据系统相轨变化检测信号的原理,分析了齿轮单齿故障冲击信号出现的成因及其出现故障后非线性动力学特性的变化,建立了基于冲击分析的非线性齿轮系统单齿故障动力学模型。通过分析发现,齿轮系统模型在一定的参数条件下,其动力学特性会进入混沌状态。而在相同参数条件下,出现单齿冲击故障并达到一定程度后,齿轮系统会在故障冲击的激励下进入大周期运动,从而表现出明显异于无故障条件下齿轮系统的动力学特性。仿真结果表明,该方法能有效区别齿轮系统单齿故障状态。     

基于符号序列信息熵混沌特性的微弱信号检测

利用混沌振子系统的初值敏感性和对噪声免疫的特点检测微弱信号,具有高灵敏度和很好的抗噪性能,其检测的关键在于对混沌振子系统所处状态的识别.针对Duffing振子系统在信号检测领域中的应用,提出了一种基于符号序列信息熵混沌特性的微弱信号检测方法.该方法利用时间序列符号化来捕捉Duffing振子系统时域输出的大尺度特征,应用Shannon信息熵定量计算时间序列中蕴藏的确定性和随机性规律,达到自动识别特定微弱信号的目的.给出了该方法的原理和相应检测程序流程图.实验结果表明,利用该方法可以准确快速地检测出微弱信号,为混沌检测研究的实用化提供了一种有效途径.     

基于Duffing振子检测频率未知微弱信号的新方法

针对现有混沌振子难以检测频率未知微弱信号这一难点,提出利用Duffing振子输出值的方差峰值结合遗传算法检测淹没在强噪声背景中频率未知微弱信号的一种新方法。从分析混沌系统结构参数的阈值入手,讨论了周期策动力的频率、初始相位和噪声对系统运行状态的影响;研究系统输出值方差与系统状态的对应关系,探讨待测信号频率以及与周期策动力之间相位差对状态变量方差和状态转换时间的影响。由此,提出采用具有相位偏移的Duffing振子阵列覆盖全相位,并结合遗传算法,优化求解不同频率输入信号下系统输出值方差的极值,以此得到待测信号频率的方法。该方法解决了现有混沌振子类检测方法必须已知信号频率的限制。实验结果证明了本方法能准确、快速地检测待测信号频率。新方法的状态判定简便、检测精度高、更为灵活、适应性强,为微弱信号的检测提供了新的手段。     

两级行星轮系分岔与混沌特性研究

建立了某设备两级行星齿轮传动系统非线性纯扭转动力学模型,模型在综合考虑时变啮合刚度、齿侧间隙与综合啮合误差等强非线性因素的基础上,推导出系统在广义坐标下的量纲一动力学方程,并采用数值积分方法对方程组进行求解,得到了系统的非线性动态响应结果,综合运用分岔图、相空间轨线和Poincáre截面研究了激励频率、啮合阻尼比对系统分岔与混沌特性的影响。结果表明：多级行星轮系在高速轻载工况下,由于齿侧间隙与时变啮合刚度等非线性因素的耦合作用使其具有丰富的非线性动力学特性;系统随激励频率的变化出现简谐运动、非简谐周期运动、拟周期运动和混沌运动等多种运动状态;系统通过Hopf分岔等多种途径由周期运动进入混沌运动;增大系统啮合阻尼比可使系统复杂运动状态区间缩小,稳定周期运动状态区间扩大。     

OGY法控制Henon系统混沌的研究

以Henon系统为研究对象,在作出系统全局分岔图和Lyapunov指数图,可以直观的看到系统是通过倍周期分岔进入混沌的。当系统在处于混沌状态时,使用OGY法对系统施加控制,并成功将系统控制到一个不稳定不动点上,很好的实现了混沌控制目的。研究中发现OGY法对响应矢量比较敏感,通过给定不同响应矢量和目标点可将系统控制到不同的多周期轨道上,可以确定目标点的选取以及响应矢量的大小对OGY法混沌控制效果起决定性作用。     

考虑螺栓联接结构的轴承-转子系统振动特性分析

针对含螺栓联接结构的轴承-转子系统,建立考虑陀螺力矩及因螺栓预紧力不均匀产生的初始变形量的非线性转子系统动力学模型。采用法求解转子系统运动方程,通过分岔图、时域曲线、频谱及Poincaré映射图研究存在轴承游隙时转子系统的混沌路径,并分析不同初始变形量及轴承游隙对转子系统非线性振动特性的影响,通过试验验证所得结论的准确性。研究表明,当存在轴承游隙时,预紧力不均匀产生的初始变形量增加会抑制低转速下盘的混沌运动,拟周期运动进入混沌运动状态的转速升高,临界转速附近的振动幅值增加,系统混沌路径发生变化;存在初始变形量时,随着轴承径向游隙增大,系统在低转速工作状态下即进入混沌运动运动状态,拟周期运动进入混沌运动状态的转速降低。研究结果可为含螺栓联接结构的轴承-转子系统设计提供理论参考。