基于改進(jìn)二維互補(bǔ)隨機(jī)共振的微弱信號檢測方法及應(yīng)用研究.pdf

1、機(jī)械設(shè)備的故障診斷對于保障人民大眾的生命安全、減小不必要的經(jīng)濟(jì)損失以及避免社會生產(chǎn)的進(jìn)度停滯、自然環(huán)境的保護(hù)有著極為重要的實(shí)際意義。在工業(yè)現(xiàn)場，對機(jī)械設(shè)備采用一系列有效的手段檢測設(shè)備是否產(chǎn)生了故障或者是否有產(chǎn)生故障的趨勢，這一舉措很具有必要性。檢測機(jī)械是否有故障需要采集機(jī)械運(yùn)行狀態(tài)下的聲音、振動或者電流等信號，對信號處理分析。但是，從傳感器采集到的信號一般情況下都會含有大量來自其他機(jī)械零部件的運(yùn)行噪聲和環(huán)境噪聲，這些噪聲成分會使處理信號

2、的過程變得很困難。所以，微弱信號故障診斷對于抑制噪聲，增強(qiáng)微弱信號，提高故障診斷的效果有很重要的意義。
　　從信號處理的角度上來說，傳統(tǒng)的一維隨機(jī)共振方法(one-dimensionalstochastic resonance，1DSR)是一種很特殊的非線性濾波器，它能夠利用一定量的噪聲增強(qiáng)放大非線性系統(tǒng)中的微弱周期信號，這種特殊的濾波去噪機(jī)制也是傳統(tǒng)線性濾波器所不具備的。因此，1DSR對于信號頻帶和噪聲頻帶重疊的微弱信號提取，擁

3、有很廣泛的應(yīng)用前景。然而，1DSR由于本身性質(zhì)類似于一個低通濾波器，在濾波效果上還有待進(jìn)一步改進(jìn)。本文研究的是一種基于利用噪聲增強(qiáng)周期信號，被稱之為二維隨機(jī)共振的微弱信號檢測算法，并且還有該算法在軸承故障診斷方面的應(yīng)用。
　　本文分析和討論了離散隨機(jī)共振的微弱信號提取算法，在這個基礎(chǔ)上，提出了一種新型的集總平均二維隨機(jī)共振(ensemble average two-dimensionalstochastic resonance，E

4、2DSR)算法，E2DSR方法是采用二維隨機(jī)共振和集總平均方法相結(jié)合在一起，構(gòu)建成了E2DSR模型。E2DSR模型的輸出信號信噪比(signal-noise ratio，SNR)也比1DSR的輸出信噪比要高，故障特征頻率在功率譜中能夠很明顯地凸顯出來。仿真試驗(yàn)和軸承數(shù)據(jù)實(shí)驗(yàn)結(jié)果都驗(yàn)證了E2DSR算法的優(yōu)點(diǎn)，這種新型的算法具有比1DSR更高效的抑制噪聲的性能，具有卓越的噪聲消除和微弱信號檢測能力。
　　為了進(jìn)一步研究二維隨機(jī)共振，本

5、文又提出了一種自適應(yīng)的二維互補(bǔ)隨機(jī)共振(two-dimensional complementary stochastic resonance，2DCSR)方法，首先將傳感器采集到的軸承信號進(jìn)行帶通濾波和共振解調(diào)，隨后將包絡(luò)信號對半分成兩段信作為2DCSR的輸入，利用輸出信號的加權(quán)功率譜峭度(weighted power spectrumkurtosis，WPSK)自適應(yīng)調(diào)節(jié)系統(tǒng)的參數(shù)以達(dá)到參數(shù)最優(yōu)化，接著利用二維隨機(jī)共振的兩個輸出，其中

6、一個輸出信號增強(qiáng)另外一個輸出信號，最終得到最優(yōu)輸出結(jié)果及其功率譜，用來識別軸承故障類型。數(shù)值仿真和實(shí)驗(yàn)結(jié)果，還有輸出信號的WPSK值對比都表明，2DCSR可以很有效地提高軸承故障診斷的效果。
　　綜上所述，本文研究了基于改進(jìn)的二維互補(bǔ)隨機(jī)共振方法的噪聲增強(qiáng)微弱信號檢測和在軸承故障診斷方面的應(yīng)用。本文提出的兩種方法都和傳統(tǒng)的1DSR方法進(jìn)行了等條件下的對比，擁有抑制噪聲性強(qiáng)、濾波效果好、易于實(shí)現(xiàn)等突出的優(yōu)點(diǎn)。與此同時，實(shí)際故障信號也