基于随机共振的滚动轴承微弱特征检测技术应用研究

摘要

双稳随机共振是一种非线性现象,它只有在噪声、双稳系统和输入信号三者之间达到一定的协同关系时才会发生。具体针对某一确定的大参数含噪信号,需要对随机共振的多个参数进行联合调节,才能产生随机共振。但是,目前关于系统参数、信号频率以及噪声强度三者之间的耦合性的研究很少,随机共振的联合调参缺乏指导,只能依赖于人为经验。因此,本文将围绕随机共振多参数联合调节实现困难的问题,对自适应随机共振展开研究。
　　针对随机共振系统参数选取依赖于人为经验和变步长随机共振计算步长选取困难的缺陷,提出一种采用粒子群算法的自适应变步长随机共振方法,该方法以随机共振输出信噪比作为粒子群算法的适应度函数,通过对系统参数和计算步长的同步优化,实现变步长随机共振最优输出的自适应求解。利用仿真数据和工程实际数据对该方法进行实验验证,分析结果表明该方法简单易行,适用范围广,收敛速度快,能有效的检测出强噪声背景下的高频微弱信号,具有良好的工程应用前景。
　　把采用粒子群算法的自适应变步长随机共振融入到级联双稳随机共振中,提出了级联双稳随机共振自适应降噪方法,通过对各级随机共振参数的自适应求解,实现了级联随机共振各级系统的自适应输出,最终达到对大参数条件下的工程信号进行自适应降噪的目的。将该方法应用于仿真数据和工程实测数据,分析结果表明该方法能快速、有效的消除大参数信号里的高频噪声干扰,并突出低频有用信号成分,降噪效果显著。
　　将级联双稳随机共振自适应降噪方法与经验模式分解相结合,提出了基于级联双稳随机共振自适应降噪的经验模式分解方法,该方法可以消除经验模式分解的边界效应并有效提高分解效率。在实验研究中,分别对原始输入信号和级联双稳各级输出信号进行了经验模式分解,通过对这些分解结果进行比较分析,可以发现该方法能在提高信号信噪比的同时,减少 IMF分量的数量,并提高经验模式分解的质量。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景与意义

1.2相关技术的研究现状

1.3本文主要研究内容

第二章 双稳随机共振的基本理论

2.1噪声、双稳系统与朗之万方程

2.2噪声背景下周期驱动的双稳随机共振

2.3绝热近似的随机共振理论

2.4本章小结

第三章 采用粒子群算法的自适应变步长随机共振

3.1变步长随机共振

3.2基于粒子群算法的自适应变步长随机共振

3.3仿真数据分析

3.4工程应用

3.5本章小结

第四章 级联双稳随机共振自适应降噪

4.1级联双稳随机共振系统

4.2级联双稳随机共振的降噪滤波特性

4.3级联双稳随机共振自适应降噪算法

4.4工程应用

4.5本章小结

第五章 级联双稳随机共振自适应降噪下的经验模式分解

5.1经验模式分解基本原理

5.2噪声背景下的经验模式分解

5.3基于级联双稳随机共振自适应降噪的经验模式分解

5.4工程应用

5.5本章小结

第六章 结论与展望

参考文献

发表论文和参加科研情况说明

致谢