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.     

基于Duffing振子的噪声背景下微弱周期信号检测

为有效地实现噪声背景下弱信号的提取,阐述了间歇混沌模型Duffing振子的混沌特性。利用Duffing振子对微弱信号具有敏感性、对噪声与频率差较大的周期干扰信号具有免疫力的特性,研究了基于Duffing振子在噪声条件下检测微弱周期信号、复合频率信号和未知频率信号的方法,用数值仿真验证了该方法的可行性。研究结果表明,基于Duffing振子的信号检测方法对极微弱周期信号检测有其独到的优势,其频率误差率在控制范围之内。     

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。     

用Duffing系统检测滚动轴承微弱故障的分析研究

基于Duffing系统输出值方差变化规律,提出了一种微弱信号检测新方法。该方法能够排除相位差对传统相平面检测方法的限制,有效检测内置周期策动力之间存在的相位差微弱信号。针对轴承信号背景噪声复杂等问题,将经验小波变换和Duffing系统结合起来对轴承内圈故障进行诊断,验证了该方法的有效性。     

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。     

基于Duffing系统的谐振式微悬臂梁传感器微弱谐振信号检测

研究了基于Duffing振子系统的微弱信号检测在谐振式微悬臂梁传感器中的应用。根据待测信号频率的不同,通过时间尺度变换建立了任意频率下的Duffing振子数学模型。利用RHR改进算法求解最大Lyapunov指数,并确定系统相变临界阈值,通过监测最大Lyapunov指数符号的变化来检测微弱谐振信号。详细介绍了两种幅值检测算法,通过试验验证了减法算法比加法算法更具优越性,不受大范围幅值的影响。评价了Duffing振子系统在不同噪声水平下检测微弱谐振信号的能力,添加噪声方差0.000 1和0.001后,检测相对误差控制在0.005 2%以内;当添加噪声方差到0.01时,原有Duffing方程模型无法检测到最大Lyapunov指数符号的变化,检测失效。最后,通过改变原有Duffing方程非线性恢复力项系数,在添加噪声方差到0.5时,依然能够通过求取所测信号频率的平均值准确提取微弱谐振信号。     

Duffing振子变尺度未知多频微弱信号提取方法研究

针对检测模型只能同时检测某一频率的待测信号,研究了基于傅里叶变换的Duffing振子变尺度微弱信号检测方法,提出了一种可同时检测多个未知频率微弱信号的Duffing振子优化模型。该模型通过傅里叶与反傅里叶变换、频率截取和尺度变换后,得到相图在经过判决后输出结果。仿真结果表明,提出的方法可以实现提取未知多频微弱信号各信号分量的频率参数。该方法为微弱多频信号处理提供了一种解决方案,拓宽了Duffing振子在微弱信号检测领域的应用。     

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。     

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.     

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.     

机械振动微弱慢频变信号的混沌振子检测

机械振动微弱信号的检测与识别有利于早期故障的检测与诊断。用Duffing混沌振子检测微弱振动信号具有明显的优势。提出了用混沌振子检测慢变频微弱振动信号的方法。在给出Duffing混沌振子对微弱信号检测的基本原理后，根据慢频变信号的特征，对信号进行了周期离散，提出了对暂态信号进行时域延拓的方法，分析了可行性。提出了幅频联调方法，设计了检测原理，并给出了实现步骤。结合所提出的两种方法，对带噪声的频变微弱振动信号进行了检测分析。仿真结果和实际采集信号分析结果支持了所提出方法的适用性。     

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.     

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.     

基于Duffing方程的齿轮故障检测方法研究

提出一种基于修正Duffing方程间歇混沌理论的弱信号检测新方法.在该检测方法中,当输入信号频率与系统激励频率之间存在微小偏差时系统输出为间歇混沌信号,且其频率偏差可由输出混沌信号的统计特性进行估计.数值仿真结果表明这种方法可以准确检测出信噪比很低的微弱正弦信号.最后,利用实验平台采集齿轮振动声信号数据,分别采用频谱分析法和混沌弱信号检测法对实验数据进行检测,结果表明混沌弱信号检测法具有更高的检测精度和更强的抗干扰能力.     

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。     

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。     

基于类洛伦茨系统的微弱信号检测及其电路实现

基于一种类洛伦茨(Lorenz)混沌系统,利用周期微扰的混沌控制方法,应用于微弱信号的检测。首先,构建一个受控的类Lorenz检测系统,通过调节系统两参数可将混沌系统控制可在所期望的周期轨道内。利用李雅普诺夫(Lyapunov)指数谱及分岔图分析,选择适当的两个参数值,将系统控制在混沌临界状态,当加入混有高斯白噪声的微弱信号时,系统发生相变,由混沌临界状态转变为周期三状态,从而检测出与外加激励信号同频率的微弱正弦信号。此方法不需要利用梅尔尼科夫(Melnikov)方法计算复杂的系统发生相变的激励信号幅值的精确解,实现方法简单易行,MATLAB仿真结果表明该系统可以实现极低的信噪比。在理论和数值分析的基础之上,该文设计了微弱信号检测电路,仿真和实验结果表明,该方法能够有效实现微弱正弦信号的检测。     

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。