收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

微弱特征信号检测的随机共振方法与应用研究

杨定新  
【摘要】:微弱特征信号检测是实现机电系统状态监测与故障早期检测的关键技术之一,对于保证大型机电设备及武器装备可靠运行,避免重大事故的发生具有重要作用。但是,机电设备特征信号往往非常微弱,加之机电系统工作环境比较恶劣,噪声干扰大,造成信号信噪比较低,同时对信号检测的实时性要求较高,使得机电系统的微弱特征信号检测成为难点。如何实现强噪声背景下微弱特征信号的快速检测一直是研究者们不懈努力的方向。 随机共振是一种利用噪声使得微弱信号得到增强传输的非线性现象,与线性方法相比能够检测更低信噪比的信号。随机共振模型算法快速、高效,并可通过硬件实现,具有实时检测能力。因此,随机共振在微弱特征信号检测中的应用具有重要意义。 本文来源于国家自然科学基金项目——“基于随机共振的机械故障早期检测”,以机电系统典型微弱特征信号检测为目标,研究基于随机共振原理微弱特征信号检测的方法及其应用。论文首先阐述了随机共振的理论基础,分析了随机共振数值模型的稳定性条件。然后针对微弱周期信号、微弱非周期冲击信号以及微弱数字脉冲信号等三类特征信号的检测,通过数值仿真,系统研究了各参数对检测性能的影响规律,给出了基于双稳系统随机共振模型的检测算法,构建了随机共振实验模拟系统,并将检测算法与实验系统应用于机电系统微弱特征信号的检测与处理之中。论文主要内容包括: 1.在分析机电系统微弱特征信号检测的主要特点,对现有微弱特征信号检测方法进行综述的基础上,深入探讨了基于随机共振的微弱特征信号检测方法的特点、发展历程及研究现状,明确了采用随机共振方法检测机电系统典型微弱特征信号要解决的主要问题。 2.阐述了双稳系统随机共振的绝热近似理论和线性响应理论,对多项式势阱族的参数进行了优化选择,分析并证明了双稳系统随机共振离散模型的稳定性条件,给出了模型数值求解的算法,并对双稳系统的随机共振行为进行了验证。 3.针对强噪声背景中微弱周期信号的检测,分析了信号的检测策略,深入研究了基于随机共振的微弱周期信号检测模型,并与最佳线性滤波方法进行了比较,表明前者具有更好的信号检测性能。针对传统随机共振只适用于检测极低频信号的约束,提出归一化尺度变换,从理论上消除了对待检信号频率的限制。分析了各参数对检测性


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨健;冯楠;刘剑超;李静;;基于电路仿真的BP神经网络故障诊断技术研究[J];舰船电子工程;2010年02期
2 张家凡;黄之初;;基于随机共振理论的低速重载齿轮故障诊断研究[J];洛阳工业高等专科学校学报;2007年04期
3 齐丽彬;刘晓义;;基于支持向量机的模拟电路故障诊断研究[J];自动化仪表;2008年09期
4 张家凡;黄之初;;基于随机共振理论的低速重载设备故障诊断[J];煤炭学报;2007年10期
5 蔡锦恩,赵文礼,魏翠琴;强噪声背景下的微弱信号的识别技术研究[J];机械;2005年06期
6 常海;高立新;胥永刚;崔玲丽;;随机共振及其应用于弱信号检测的研究[J];现代制造工程;2008年10期
7 杨定新,胡茑庆,杨银刚,温熙森;随机共振技术在齿轮箱故障检测中的应用[J];振动工程学报;2004年02期
8 马中存;张永祥;;随机共振方法在微弱周期信号检测中的应用[J];船海工程;2010年05期
9 黄咏梅;林敏;;基于外差式随机共振的涡街频率检测方法[J];机械工程学报;2008年04期
10 段向阳;王永生;苏永生;;基于奇异值分解的信号特征提取方法研究[J];振动与冲击;2009年11期
11 李华锋,鲍荣浩,徐博候;应用随机共振进行海洋噪声背景下的信号检测[J];浙江大学学报(工学版);2004年05期
12 胡茑庆,温熙森,陈敏;随机共振原理在强噪声背景信号检测中的应用[J];国防科技大学学报;2001年04期
13 胡文松,宋爱国,黄惟一;基于随机共振的力觉临场感主从遥控系统[J];机器人;1999年03期
14 张季谦,辛厚文;噪声在非线性化学体系中作用的研究现状[J];化学进展;2001年04期
15 刘军,李光,刘世龙,陈裕泉;感觉系统检测弱信号的随机共振现象[J];航天医学与医学工程;2004年05期
16 张良英,曹力,吴大进;单模激光线性模型瞬态的随机共振[J];华中科技大学学报(自然科学版);2004年12期
17 王鸿懿;;基于参数变化随机共振的碰摩故障早期检测[J];电站系统工程;2009年04期
18 宋爱国,段江海;混沌、随机共振在信号检测中的应用研究[J];仪器仪表学报;2002年S3期
19 杨祥龙,江波,吴为麟,童勤业;小信号检测中的自适应随机共振技术[J];自动化仪表;2004年01期
20 刘锋力;鲍荣浩;李建龙;;指数可调双稳态系统的参数调节随机共振[J];浙江大学学报(工学版);2005年11期
中国重要会议论文全文数据库 前10条
1 何田;刘献栋;李其汉;;不对中裂纹转子的动力学特性及其诊断研究[A];首届全国航空航天领域中的力学问题学术研讨会论文集(下册)[C];2004年
2 李中华;梁杰;;高空羽流流场数值仿真[A];第十届全国计算流体力学会议论文集[C];2000年
3 刘仁德;胡申辉;徐家倬;;磨煤机的故障诊断[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
4 戴乐云;李建康;;振动信号时间序列建模在故障诊断中的应用[A];振动工程学报(工程应用专辑)[C];2001年
5 李晓栋;胡清华;;汽轮机故障诊断文本支持系统的研究与建立[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年
6 王航;于歆杰;;遗传算法在故障诊断中应用的新方法[A];2005年中国智能自动化会议论文集[C];2005年
7 单鸿鹏;关月红;;频谱分析技术在滚动轴承故障诊断中的应用[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
8 张珍;韩厚德;陈宝忠;;基于卫星通信的船舶冷藏集装箱远程故障诊断系统[A];制冷空调新技术进展——第四届全国制冷空调新技术研讨会论文集[C];2006年
9 卫红梅;段滋华;;高速回转轴油膜振荡故障诊断分析[A];2006年石油和化工行业节能技术研讨会会议论文集[C];2006年
10 阳能军;汤伟;龙宪海;雷涛;;EMD及其在声发射检测中的应用研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 杨定新;微弱特征信号检测的随机共振方法与应用研究[D];国防科学技术大学;2004年
2 宋其江;基于有向图模型的故障诊断方法研究及其在航天中的应用[D];哈尔滨工业大学;2010年
3 陈非;基于过程信息融合的旋转机械信息(火用)故障诊断研究[D];华中科技大学;2010年
4 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
5 杨祥龙;随机共振理论在弱信号检测中的应用研究[D];浙江大学;2003年
6 何小斌;基于统计学方法的自适应过程监控与故障诊断[D];上海交通大学;2009年
7 宋凯;基于PLS的统计质量监控研究与应用[D];浙江大学;2005年
8 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年
9 鲁峰;航空发动机故障诊断的融合技术研究[D];南京航空航天大学;2009年
10 蒋斌;机电系统故障诊断的理论与应用研究[D];浙江大学;2002年
中国硕士学位论文全文数据库 前10条
1 常海;低速重载设备的随机共振故障诊断方法研究[D];北京工业大学;2009年
2 张云;基于ARM处理器的随机共振实验装置研究[D];华中科技大学;2007年
3 周明;基于模式识别原理的模拟电路故障诊断神经网络方法[D];湖南大学;2001年
4 李丹;多涡卷混沌吸引子的同步研究[D];东北师范大学;2009年
5 王明秀;大型汽轮发电机故障诊断专家系统诊断处理子系统的研究[D];华北电力大学;2001年
6 刘峰;基于神经网络的水轮发电机组振动故障诊断专家系统的研究[D];西安理工大学;2003年
7 许东;地空导弹混合智能故障诊断专家系统的设计与实现[D];西北工业大学;2002年
8 石金彦;基于规则的数据挖掘方法在故障诊断中的应用[D];郑州大学;2003年
9 周春健;基于小波变换的旋转机械故障诊断[D];南京航空航天大学;2004年
10 陈洁;基于Web的远程监测与故障诊断系统研究[D];武汉科技大学;2004年
中国重要报纸全文数据库 前10条
1 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
2 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
3 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
4 孙建阳 刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年
5 见习记者 仝亚娜;孙彦广:冶金故障诊断设备前景广阔[N];机电商报;2005年
6 小田;网卡故障诊断[N];中国电脑教育报;2000年
7 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年
8 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
9 周传勇 杜慧;济钢网络化设备点检与故障诊断管理系统上线运行[N];世界金属导报;2008年
10 汤怀京;WLAN也有“线”[N];中国计算机报;2004年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978