自适应随机共振技术在微弱信号测量中的应用

本文将随机共振原理应用于噪声背景中的微弱信号检测作为研究对象,对双稳态非线性系统进行了随机共振参数自适应调节方法的研究。在此基础上,设计了基于参数调节的双稳态随机共振及其自适应控制的硬件电路系统,并提出了基于本电路系统的一种简单的自适应算法,完成了计算流程及其程序的编写。通过输入模拟工程实际的带噪信号,输出信噪比（SNR）得到了明显提高,验证了此方法用于微弱信号检测的有效性。     

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。     

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.     

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。     

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。     

采用知识的粒子群算法的多频微弱信号自适应随机共振检测方法

调参随机共振系统结构参数的选择对该检测方法的性能优劣起着决定性的作用。针对工程应用中对多频微弱信号实时检测的要求,提出以平均输出信噪比为适应度函数,将随机共振系统产生最佳共振效应时势垒与噪声强度大致相等这一特性作为知识,采用基于知识的粒子群算法来并行优化随机共振系统结构参数。与标准粒子群算法相比,该算法能以更快的速度得到最佳的系统结构参数,自适应地实现非线性系统、输入信号和噪声之间的最佳匹配,削弱多频含噪信号中的噪声,提高信号的输出信噪比。仿真试验和水轮机振动信号提取的工程应用均表明,该方法参数寻优效率高,简单易行,在采样点数较少的条件下能最优地检测出淹没在强噪声中的多频微弱信号,可以实现早期故障特征信号的提取。     

自适应随机共振技术在图像复原中的应用

为了优化强噪声背景下图像复原的效果,将随机共振原理应用于图像复原。通过添加最佳噪声的方法来实现随机共振,从而达到比较满意的复原效果,并提出了一种自适应算法。实验结果表明,在信噪比很低时,该方法优于传统方法,为强背景噪声下的图像复原、目标识别和图像理解等应用提供了一种新的思路。     

自适应扫频随机共振研究

研究了小参数随机共振和大参数二次采样随机共振应用的局限性，提出自适应扫频随机共振算法，通过自动改变信号采样频率和调整双稳系统的结构参数，实现了强噪声中弱信号的检测，达到工程应用的目的。实验研究表明，自适应扫频随机共振技术可应用于工程实际。     

基于多稳随机共振的机电设备故障诊断研究

针对机械轴承早期故障诊断提出了多稳随机共振检测方法。分析了系统参数对多稳系统结构的影响,研究了高斯噪声背景下基于多稳随机共振的微弱信号检测方法。采用平均输出信噪比作为衡量指标,以多频微弱信号为待测信号进行数值仿真,并将其应用于滚动轴承故障信号检测中,实验结果均表明,该方法对早期故障振动信号具备准确的诊断能力,为其应用于工程实践奠定了基础。     

二维非对称双稳随机共振系统及其在故障诊断中的应用

针对非对称系统具有更强的信号放大能力,提出了一种新型二维非对称双稳随机共振(NTABSR)系统。首先,在绝热近似理论的前提下,对其输出信噪比进行了理论分析。并研究了各系统参数对于系统输出信噪比的影响,实验结果表明,在其他参数不变的情况下,通过改变非对称因子,可以使系统获得更高的输出信噪比。然后,将该系统应用于两种不同型号轴承的故障信号诊断中,通过自适应遗传算法对系统参数进行寻优后,得到检测结果。并将检测结果与二维对称双稳随机共振(TSBSR)系统进行了对比。最终,实验结果表明,NTABSR系统的性能优于TSBSR系统。这为该系统在后续理论分析与实际工程应用提供了良好的理论支撑与应用价值。     

基于自适应随机共振和稀疏编码收缩算法的齿轮故障诊断方法

针对强背景噪声下齿轮故障冲击特征提取问题,提出了一种基于自适应随机共振和稀疏编码收缩算法的齿轮故障诊断方法。该方法选用相关峭度作为随机共振检测周期性冲击分量的测度函数,借助遗传算法实现信号中周期性冲击特征的自适应提取;在此基础上,利用稀疏编码收缩算法对随机共振检测结果做进一步降噪处理,从而凸显冲击特征,提高故障识别精度。试验和工程实例分析结果表明,该方法可实现齿轮故障冲击特征的增强提取,为齿轮故障诊断提供依据。     

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。     

采用粒子群算法的冲击信号自适应单稳态随机共振检测方法

针对冲击信号阱内共振的特点、随机共振系统参数合理选取缺乏有效的理论依据以及传统自适应随机共振单参数优化的不足,提出一种基于粒子群算法(Particle swarm optimization,PSO)的多参数同步优化自适应单稳态随机共振方法.该方法采用单稳态随机共振模型,避免了经典双稳系统势阱间的共振跃迁,并选用单稳态系...     

基于MIT规则的自适应Unscented卡尔曼滤波及其在旋翼飞行机器人容错控制的应用

提出一种新颖的基于MIT规则的自适应Unscented卡尔曼滤波(Unscented Kalman filter,UKF)算法,用来进行参数以及状态的联合估计.针对旋翼飞行机器人执行器提出一种执行器健康因子(Actuator health coefficients,AHCs)的故障模型结构,应用自适应UKF对AHCs参数进行在线估计,将联合估计的状态以及故障参数引入基于模型的反馈线性化控制结构,组成完整的容错控制系统.提出的自适应UKF算法以及容错控制结构经过中科院沈阳自动化研究所ServoHeli-20旋翼无人智能平台数学模型进行仿真试验验证,效果良好.     

基于变参数随机共振的齿轮早期故障诊断

文章利用随机共振理论检测齿轮早期的微弱信号,以信号分段关联维数作为分形诊断分类原理的特征量,对齿轮未知信号状态进行判断,取得了较好的效果。     

BP网络算法及其在故障诊断中的应用述评

根据目前BP网络及其在设备故障诊断中的应用和发展,讨论了BP算法存在的问题和解决途径,归纳总结了BP算法在故障诊断中的应用,提出了未来BP网络在故障诊断中的研究方向,表明BP网络在故障诊断中具有广泛的应用潜力和发展前景。     

对偶树复小波阈值降噪法及在机械故障诊断中的应用

为有效提取强噪声背景下微弱故障信号,提出了一种基于对偶树复小波的阈值降噪方法及其小波滤波器的设计原则,将其应用于机械故障诊断,取得了较好效果.阐述了对偶树复小波变换滤波器的设计要求和对偶树复小波阈值降噪法的实施步骤.该法充分利用了对偶树复小波变换的平移不变性的优良特性,试验表明:此法可以获得比常规的离散小波降噪更高的信...