随机共振及其应用于弱信号检测的研究

介绍随机共振的概念以及随机共振的发展历程,并描述其基本原理.针对实际应用中的大参数情况,介绍非经典的随机共振理论及实验台数据分析效果,对现有的随机共振在故障诊断中的实际应用进行总结.     

混沌、随机共振在信号检测中的应用研究

混沌作为一种复杂的非线性动力学现象,以其独特的行为吸引了工程技术领域的广泛关注,混沌学在工程上具有巨大的应用潜力.混沌在信号检测与处理方面的应用也日渐显露出强大的生命力,这里仅对混沌在信号检测中的应用进行了回顾和总结,并指出目前研究中的关键问题和今后研究的方向.     

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。     

基于随机共振的周期弱信号检测方法研究

实际工程中有很多被噪声淹没的信号需要检测,如航空发动机转子振动信号,滚动轴承与齿轮故障信号等.这些待测信号的检测准确度直接影响了工程技术的可靠性.随机共振是一种新型的信号检测方法,通过噪声刺激和系统参数刺激可实现系统共振的产生,从而将噪声的部分能量转移给信号,实现信号检测.根据齿轮均匀磨损后引起的低频振动信号与正弦信号...     

基于变尺度随机共振的弱周期性冲击信号的检测

以绝热近似小参数的随机共振理论为依据，采用变尺度的方法实现大参数条件下的随机共振。通过调整变尺度随机共振Langevin方程的参数，成功地在强噪声背景下检测出微弱的周期性冲击信号。实验结果表明，该方法在回转类机械的振动信号分析中具有重要的实用价值。     

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。     

基于随机共振原理的微弱信号检测与应用

阐述了应用随机共振对微弱信号进行检测的原理.在研究双稳态非线性系统的基础上,设计了非线性系统及其控制系统电路,该系统可以大大抑制噪声,并在双稳态系统中产生信号调制噪声效应.对双稳态系统的输出信号作了频谱分析,辨识出了淹没在白噪声中的微弱正弦信号频率.实践应用证明.此方法明显提高了信噪比,免去了求解复杂的统计微分方程,这在多传感器测量和机械系统故障早期检测中具有一定的实际应用价值.     

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。     

基于随机共振原理的大频率微弱信号检测方法研究

针对直接利用随机共振原理不能有效地检测出大频率微弱信号的问题,提出了利用混频器的频谱搬移特性,将待测的大频率信号和信号发生器产生的信号混频,从而使大频率信号转化为小频率信号,然后再加入非线性双稳态系统,对此方法进行了理论上的研究并设计出了混频随机共振电路系统。研究结果表明,基于此方法设计的电路能有效地检测出大频率微弱信号。     

大参数信号随机共振实现方法研究

鉴于随机共振对大参数信号提取的局限性,深入探讨了大参数信号以及随机共振的特点,研究采用了二次采样随机共振、调制随机共振,以及参数补偿随机共振等方法对高频大参数信号进行提取,发现这些方法对于高频大参数信号的提取是可行的,为随机共振在实践中的进一步应用奠定了基础.     

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.     

基于参数可调随机共振的齿轮早期故障检测

齿轮是机械设备传递运动和动力的通用装置,应用在很多场合,其状态的好坏影响着设备能否顺利运行,因此及时准确地发现齿轮早期故障具有重大意义。文章拟采用参数可调的随机共振方法检测齿轮早期故障。     

基于随机共振的机械传动系统机电耦合振动检测方法

为提高机械传动系统机电耦合振动检测的准确性,设计基于随机共振的机械传动系统机电耦合振动检测方法。采用随机共振理论去除信号噪声,推导整个传动系统的运动学传动比;对耦合传动效率建模,求解主共振现象;计算外界激励频率,确定主共振解的幅频参数,并忽略各物理量的高次谐波,计算机械转速并确定混沌阈值;分析系统干扰情况,以此完成机械传动系统机电耦合振动检测。实验结果表明,所提出的振动检测方法具有较高的准确性。     

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...     

基于多稳态随机共振的轴承微弱故障信号检测

针对双稳态随机共振模型无法有效处理调制信号的缺点,提出了一种以包络信号为输入信号的自适应多稳态级联随机共振(adaptive multi-stable cascaded stochastic resonance,简称AMCSR)信号强化方法。首先,对振动信号进行包络解调,依据包络信号分布特点,选用与信号分布相匹配的多稳态随机共振模型;然后,以故障特征频率的频谱幅值为指标,采用蚁群算法自适应地优化随机共振模型参数;最后,以噪声为强化源和驱动信号,通过级联随机共振方法对包络信号中的故障特征频率进行逐级强化,获得故障特征成分的强化信号。对实测轴承振动信号的验证结果表明,该方法能够增强故障特征频率成分,有效地提取被其他频率成分淹没的微弱故障信号。     

时延反馈EVG系统随机共振特性研究及轴承故障诊断

随机共振是应用在微弱信号检测中的一种重要的技术,以微弱周期信号和加性高斯白噪声驱动的时延反馈生态植被生长(EVG)系统为模型,对其展开了详细的随机共振现象分析,并将其应用到微弱信号检测和轴承故障诊断中。首先,利用福柯普朗克方程推算出等效势函数以进一步得到系统信噪比的表达式,然后通过曲线图具体分析不同的系统参数对势函数和信噪比的影响。研究结果表明,通过调节系统参数、信号幅值、噪声强度均可诱导时延反馈EVG系统产生随机共振现象。最后,通过调节参数利用时延反馈EVG系统随机共振方法成功检测到微弱信号目标频率f=0. 01 Hz幅值为2 978,且在轴承内、外圈故障特征频率处检测出明显的峰值。     

利用随机共振的叶片裂纹微弱信息增强方法

离心式压缩机叶片作为压缩机内最重要部件,长期承受周期性振动和流动诱使激励的作用。而叶片的故障将对压缩机的运行以及现场安全可靠性有严重的影响,因此如何有效地识别压缩机叶片裂纹早期故障显得尤为重要。由于叶片裂纹故障属于低频微弱故障,通常被调制到叶片通过频率处,但是故障频率难以识别,清晰度较低。首先在叶片通过频率处进行信号滤波,然后应用Woods-Saxon and Gaussian Potential随机共振模型对特征频率进行加强,从而得到叶片裂纹故障频率。通过在叶片裂纹附近安装压力脉动传感器,利用压力脉动信号对叶片裂纹信息进行监测。实现模拟叶片裂纹的信号测试,验证了WSG随机共振模型在叶片裂纹早期故障识别中的有效性以及可靠性。同时通过应变试验进行验证此方法的有效性。