基于隨機共振理論的機械設備故障微弱信號檢測方法研究.pdf

1、機械設備作為工業(yè)領域中的核心裝備，應用范圍越來越廣泛。機械設備的實時監(jiān)測和故障診斷對于保障生產(chǎn)安全、避免人員傷亡事故發(fā)生、提高經(jīng)濟效益等都具有重大的意義。而在實現(xiàn)機械故障診斷的過程中，最為關鍵的技術即為設備故障微弱特征信號的檢測和提取。本文研究了基于隨機共振(Stochastic Resonance，SR)理論的微弱信號檢測方法并分析了其在工程故障診斷領域中的實際應用價值。針對隨機共振系統(tǒng)理論方法的局限性，提出了級聯(lián)多穩(wěn)隨機共振方法，研

2、究了其應用特點與優(yōu)勢，重點探討了強噪聲背景下經(jīng)驗模式分解、增強級聯(lián)多穩(wěn)隨機共振理論方法以及低信噪比信號的多尺度級聯(lián)隨機共振檢測方法等。
　　本文基于朗之萬方程，多穩(wěn)隨機共振模型，并通過?？?普朗克方程對其進行了求解。利用二次采樣方法實現(xiàn)了多穩(wěn)隨機共振系統(tǒng)對任意頻率的微弱信號的檢測，并提出了一種級聯(lián)多穩(wěn)隨機共振方法，實現(xiàn)了微弱特征信號的提取。仿真和實例分析均表明：級聯(lián)多穩(wěn)隨機共振方法有較高的應用價值，可以高效地提取機械設備早期故障信

3、號。
　　提出了基于增強級聯(lián)多穩(wěn)隨機共振的故障特征信號提取方法，研究了在級聯(lián)多穩(wěn)隨機共振系統(tǒng)中加入第二個驅(qū)動信號后的隨機共振效果變化。分析了第二驅(qū)動信號增強隨機共振效應的基本條件，并通過實例表明，該方法可有效提取微弱故障信號，在信號檢測領域具有很好的應用前景。
　　針對早期故障微弱信號埋沒在強噪聲背景下而無法得到準確提取的情況，研究了一種基于級聯(lián)多穩(wěn)隨機共振的經(jīng)驗模式分解(Empirical Mode Decompositi

4、on，EMD)算法。此方法可以將高頻噪聲去除，減少經(jīng)驗模式分解的層數(shù)，并使其的物理意義更加地明確。最后通過仿真和軸承故障的實例分析表明，該方法減少了基本模式分量(Intrinsic Mode Function，IMF)的數(shù)量，提高了運算效率，可以有效地檢測出故障特征頻率。
　　針對低信噪比(Signal-to-Noise Ratio，SNR)機械故障特征無法有效提取等問題進行了探討，提出了多尺度級聯(lián)多穩(wěn)隨機共振變換的信號提取算法。