基于隨機共振和LMD的微弱信號檢測技術研究.pdf

1、隨著企業(yè)管理水平的提高，設備健康管理理念應運而生，并逐漸得到了重視。要保證設備的健康，狀態(tài)監(jiān)測與故障診斷技術必不可少。及時發(fā)現(xiàn)并排除重大裝備的早期微弱故障，阻止故障的進一步發(fā)展，可以避免出現(xiàn)重大事故。因此，狀態(tài)監(jiān)測與故障診斷技術對整個工業(yè)生產來說意義非凡、影響深遠。本文引入隨機共振降噪方法和LMD分解方法，重點對機械設備早期故障中的微弱信號檢測技術展開研究。
　　隨機共振在降噪方面獨具特色，它非但不抑制噪聲，而是利用高頻噪聲使低頻

2、微弱信號能量增強。但是在工程應用中，雙穩(wěn)系統(tǒng)結構參數(shù)的選取過于依賴人工，計算步長的選取非常困難。針對這些問題，通過總結前人研究成果，本文提出基于GAPSO的自適應隨機共振理論。GAPSO是混合了遺傳思想的粒子群優(yōu)化算法，它整合了粒子群算法快速收斂的優(yōu)點和遺傳算法局部搜索的優(yōu)點，可以實現(xiàn)對結構參數(shù)a、b和計算步長h的同步優(yōu)化。仿真分析和工程應用證明該方法的收斂速度快，簡單易行，在早期故障微弱信號提取方面有良好的應用前景。
　　當待檢

3、測信號中噪聲很強時，經過一次隨機共振降噪很難達到所要的效果，這時需要利用級聯(lián)雙穩(wěn)隨機共振方法。但在處理實際工程信號時，級聯(lián)雙穩(wěn)隨機共振同樣存在參數(shù)無法自適應選取的問題，為解決這一問題，本文將GAPSO應用到級聯(lián)雙穩(wěn)隨機共振中。針對LMD的分解效果受噪聲影響的問題，本文提出了級聯(lián)雙穩(wěn)自適應隨機共振降噪下的LMD分解方法。該方法充分發(fā)揮級聯(lián)雙穩(wěn)自適應隨機共振獨特的降噪優(yōu)勢，在降噪的同時增強微弱信號，從而顯著提高LMD的分解質量。仿真實驗和工