基于隨機共振的微弱信號檢測模型及應(yīng)用研究.pdf

1、機器設(shè)備的狀態(tài)監(jiān)測與故障診斷對于保障生產(chǎn)安全、減少停機損失以及避免因設(shè)備故障引發(fā)的人員傷亡，環(huán)境災(zāi)害等具有極其重要的意義。對機器開展狀態(tài)監(jiān)測和故障診斷，需要采集并分析能夠反映機器零部件運行狀態(tài)的振動、聲音等信號。然而，采集到的信號往往包含來自機器其他部件的運行噪聲和環(huán)境噪聲，這些噪聲會干擾對信號的分析處理。因此，微弱信號檢測手段對于噪聲濾除，提高有用信號的信噪比具有十分重要的意義。
　　本文研究一種基于噪聲增強，被稱為隨機共振的微

2、弱信號檢測技術(shù)，及其在狀態(tài)監(jiān)測和故障診斷中的應(yīng)用。從信號處理的角度來看，隨機共振可以看做一種特殊的非線性濾波器。傳統(tǒng)的頻域濾波器主要基于噪聲抑制原理，即通過衰減或抑制噪聲分量，保留有用的頻率分量來實現(xiàn)信號濾波。然而，當有用信號頻帶和噪聲頻帶重疊時，對噪聲的抑制會同時衰減有用信號，從而造成信噪比降低或波形失真。和傳統(tǒng)濾波器不同，隨機共振能夠通過非線性系統(tǒng)利用噪聲增強放大微弱的有用信號。這種獨特的濾波機理對于含噪微弱信號提取，特別是信號頻帶

3、和噪聲頻帶重疊的微弱信號提取，具有比基于噪聲抑制的濾波器更好的效果。
　　本文回顧和分析當前基于隨機共振的微弱信號提取技術(shù)和算法，總結(jié)出影響隨機共振濾波器輸出的三個因素:勢阱，輸入信號類型以及模型階數(shù)。從這三個方面出發(fā)，提出了一系列的新的或者改進的技術(shù)和算法，以實現(xiàn)更好地從噪聲背景中有效地提取微弱信號。特別地，在對隨機共振勢阱的研究中，1）提出了基于三穩(wěn)態(tài)勢阱的隨機共振方法，并利用非線性機械懸臂梁結(jié)構(gòu)實現(xiàn)三穩(wěn)態(tài)隨機共振的微弱信號濾

4、波和增強，2）提出了基于Woods-Saxon勢阱的隨機共振方法。在對輸入信號類型的研究中，提出了順序多尺度噪聲調(diào)節(jié)隨機共振算法，并將該算法移植到嵌入式系統(tǒng)中實現(xiàn)。在對隨機共振模型階數(shù)的研究中，提出了欠阻尼變步長二階隨機共振算法。這些提出的方法在一定程度上提高了微弱信號檢測的效果，并被應(yīng)用到了對齒輪、軸承的信號濾波放大和故障診斷中。
　　同時，本文還研究了時延反饋隨機共振模型及其在微弱信號檢測上的應(yīng)用，提出了一種結(jié)合時延反饋隨機共

5、振優(yōu)點和參數(shù)調(diào)節(jié)隨機共振優(yōu)點的算法用于工程信號處理。此外，考慮到隨機共振是一個參數(shù)化的模型，其濾波效果同時受到多個參數(shù)的影響。因此，需要一個指標來指導(dǎo)隨機共振的參數(shù)調(diào)整，才能獲得最優(yōu)參數(shù)及對應(yīng)的最優(yōu)濾波信號。針對這一問題，本文提出一種基于過零點穩(wěn)定性檢測的指標，以及相應(yīng)的自適應(yīng)隨機共振算法，并將該算法移植到嵌入式系統(tǒng)上實現(xiàn)含噪信號的在線濾波。
　　綜上，本文研究了基于隨機共振的噪聲增強微弱信號檢測技術(shù)及其在機械設(shè)備狀態(tài)監(jiān)測和故障診