一种基于杜芬振子的微弱信号检测方法

杜芬振子相变对与参考信号频差较小的周期弱信号具有敏感性,对白噪声和参考信号频差较大的周期干扰信号具有免疫力。在此基础上结合Labview和Matlab的接口技术提出了一种能在强噪声环境下检测弱信号的方法,该方法具有很好的信噪比,且在超声波弱信号检测得到了验证,具有良好的检测结果。     

混沌振子在强噪声背景信号检测中的应用

混沌振子在强噪声背景信号检测中的应用＊王冠宇陶国良陈行林建亚（浙江大学流体传动及控制国家重点实验室杭州３１００２７）０引言噪声干扰是信息科学的一项主要问题。混沌系统对小信号的敏感性以及对噪声的免疫力，使它在信号检测中非常具有潜力。对于一个非线性动力系...     

局域均值分解法在轴承故障诊断中的应用

局域均值分解法将复杂的多分量信号分解为若干个乘积函数(PF)的线性组合,每个PF分量由1个包络信号和1个调频信号相乘得到,包络信号就是该PF的瞬时幅值,而PF的瞬时频率可以由纯调频信号求出。进一步将所有PF分量的瞬时频率和瞬时幅值相组合,即可得到原始信号的时频分布。通过对故障轴承信号的分析表明,该方法能清晰地提取轴承故障特征。     

矢Hilbert解调及其在齿轮故障诊断中的应用

提出一种基于旋转机械同源数据融合的全矢Hilbert解调分析方法.将全矢谱技术融于希尔伯特解调之中,从理论分析该方法的可行性,并将其应用于高速旋转的齿轮故障诊断中,进一步证实矢Hilbert方法的有效性.     

Matlab语言在振子固有频率计算中的应用

采用Matlab语言来计算振子的低阶固有频率，其结果能较清楚地体现有限元法计算振子固有频率的数学过程。相对于传统的编程语言，该方法工作量小，显得更为简洁．能将设计人员从繁琐的编程工作中解脱出来，加快设计速度，这对于学校作为教学软件包的开发也是一种新的尝试。     

差分振子在滚动轴承故障诊断中的应用

提出了差分振子检测微弱信号特征频率的方法,通过观察系统的相图变化判断系统是否含有待检测频率。介绍了差分振子的参数设置原则,通过仿真说明了差分振子的检测带宽特性和幅值检测特性,并将其应用于圆锥滚子轴承的故障检测,通过连续观察相图大小的变化,发现故障信号幅值的变化,从而在线观察故障变化趋势,做出故障判断。     

基于混沌振子和小波理论的轴承故障诊断方法

分析了小波理论和混沌振子检测微弱信号的方法。并在此基础上,将小波分析思想和混沌振子检测方法相结合组成联合测量系统。经过仿真试验,联合测量系统在检测微弱信号方面可以得到比较理想的效果。将此方法应用到滚动轴承的故障诊断中,准确地判断出了轴承的故障。     

微弱信号的差分振子检测方法

在分析了差分振子基本原理的基础上,重点在理论上分析了噪声对差分振子输出相图的影响,推导了相图大小与有效信号幅值之间的线性比例关系,弥补了差分振子不能检测信号幅值的缺点,阐明了系统参数对差分振子检测性能的影响.理论分析、仿真实验及工程实践表明,该方法简单稳健,实时性好,具有良好的抗噪性能,能有效检测强噪声背景下的微弱故障信号,可实现机电设备早期故障的可视化检测.     

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.     

Lyapunov指数算法在应答器信号混沌振子检测中的应用

针对为提高在强噪声环境下应答器上行链路传输信号的检测精度,利用混沌系统对初始条件敏感以及对噪声免疫的特性,将混沌振子应用到应答器上行链路信号检测解调中.结合微弱信号Duffing振子检测原理和应答器上行链路信号特征,给出了使用Duffing振子检测应答器信号的方法和步骤,并使用Lyapunov指数算法计算Duffing振子检测系统的临界阈值,定量判断系统的输出状态,实现应答器信号的解调.在理论分析的基础上,进行了实验仿真验证.仿真结果表明,基于Lyapunov指数算法的应答器信号混沌振子检测方法提高了阈值设置的准确性和效率,并确保了应答器信号检测的可靠性.     

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。     

基于混沌振子微弱信号检测的改进与比较

为实现强噪声背景下微弱信号的检测,利用混沌系统非平衡相变对系统参数的扰动和对噪声具有免疫力的特点,根据Holmes型的Duffing振子检测系统的检测原理以及Melnikov方法,对Duffing方程的非线性项进行了改进,非线性项取（-x^4＋x^5）。改进后的系统相对原来的检测系统具有更低的信噪比门限,由原来的-92．5dB降到了-111．5dB。数值计算与仿真结果证明了该方法的有效性。     

基于时间延迟反馈的Duffing非线性振子混沌运动的控制研究

依据时间延迟反馈控制的基本思想，采用延迟时间参数自适应的控制策略，实现了控制非线性Duffing振子从混沌运动到周期运动的转变。数值仿真结果表明，该控制策略对低周期和较高周期控制具有效性和优越性。     

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.     

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.     

中性点补偿电网单相故障五次谐波混沌检测方法

提出了基于混沌理论的中性点补偿电网五次谐波故障选线方法。首先，基于混沌理论研究故障背景信号的神经网络建模方法，通过神经网络的预测模型滤除故障背景信号。其次，为了检测到微弱的故障五次谐波分量，提出基于Duffing振子五次谐波相变原理的故障检测方法，并构造了Duffing振子相变检测选线方法的数值型判据。实验算例证明该选线判据具有很强的可靠性和适用性。     

基于Duffing振子和ML的微弱信号幅值估计新方法

基于Du ffing振子和最大似然参量估计方法,提出一种微弱正弦信号幅值估计的新方法。介绍了新方法的原理和具体实现过程。将混有噪声的待测信号送入Du ffing系统,依据大周期工作状态下Du ffing系统具有优良的信噪比改善特性,采用最大似然法估计Du ffing系统的输出信号幅值,进一步由系统输入输出之间的关系确定输入的微弱正弦信号的幅值。通过仿真实验,对该方法和最大似然法直接用于微弱正弦信号幅值估计的结果进行了对比。实验结果表明:该方法明显提高了估计精度。     

基于混沌理论的微弱信号检测及自跟踪扫频电路实现

为解决工程实际中因待测信号常常被淹没在噪声背景中而传统信号检测方法难以检测等问题,将基于混沌理论的非线性信号检测技术应用到实际工程故障诊断中,开展了基于Duffing振子的微弱信号检测原理的分析,建立了混沌振子与微弱信号检测之间的关系,提出了基于Duffing振子的微弱信号检测方法,利用混沌系统相变对周期小信号的敏感性和对噪声具有免疫力的特点,设计制作了基于Duffing振子的微弱信号检测电路;对微弱信号检测的自适应进行了研究,利用AVR单片机及AD9850等芯片实现了信号检测电路的自动跟踪扫频功能,最后开展了该信号检测电路对不同频率微弱信号的检测试验。研究结果表明,用该电路可以实现在工程中常见的噪声背景下的中、低频率微弱周期信号的检测。     

Defect detection in deep groove ball bearing in presence of external vibration using envelope analysis and Duffing oscillator

This paper deals with detection of local defects existing on races of deep groove ball bearing in the presence of external vibrations using envelope analysis and Duffing oscillator. Experiments have been carried out using a test rig for capturing the vibration signals of test bearing. The external vibration has been imparted to the housing of the test bearing through electromechanical shaker. In envelope analysis the centre frequency has been selected using the spectral kurtosis for the filters length of 32 and 64 for different bandwidths. Through this study, it has been revisited and confirmed that the defect detection in envelope analysis mainly depends on the selection of centre frequency and bandwidth. The spectra of selected centre frequency with several bandwidths have been studied and compared for identification of defective frequency. The system defined by the Duffing equation entered into the periodical state from the chaotic state at the critical value of disturbing periodic force in the presence of defective bearing signal. The state change has been identified using the phase plane trajectories and Lyapunov exponents of Duffing equation. It is worth to mention here that envelope spectrum reveals the information about the defect frequencies and their harmonics. However, the Duffing oscillator only confirms the presence of defect frequencies by indicating closed phase plane trajectories and negative Lyapunov exponents. Authors believe that for speedy assessment about the presence of defects on races of rolling element bearings, the use of Duffing oscillator may be preferred.