对称Alpha稳定分布噪声下的Duffing振子检测方法

Duffing振子是利用系统对与策动力同频的小信号敏感而对噪声免疫实现微弱信号检测,特定分布下的噪声激励Duffing振子系统不会发生相变是应用该方法的前提条件。文中主要研究了服从Alpha稳定分布的噪声激励Duffing振子产生相变的鲁棒性问题,研究结果表明Duffing振子相变在Alpha稳定分布源的激励下为小概率事件。为消除小概率相变的影响,利用多支路并行检测及多数判决准则对常规的Duffing振子检测方法进行改进,即将待测信号分段截短周期延拓后送入多个并行Duffing振子检测单元,若检测单元多数发生相变,必然是由于弱目标信号而非噪声激励所致,即可判定检测信号中包含目标小信号。将该方法应用于水下目标回波信号的检测中,实测数据处理结果验证了该方法是有效的。     

基于混沌理论的微弱线谱信号检测研究

提出了一种基于Duffing振子的线谱信号检测方法。分析了Duffing方程的分叉特性以及利用其检测微弱周期信号的工作原理,在此基础上对此种混沌检测方法进行了实验研究。实验结果表明,此方法能准确检测出信噪比很低的微弱线谱信号,为水声领域线谱检测系统的设计提供了依据。     

基于Duffing振子的微弱极低频信号检测研究

未来各国的对潜通信技术越来越趋于极低频通信,为了能够解决如何在强噪声下检测微弱极低频信号,做了一些尝试性的理论研究。在分析了利用Duffing振子检测微弱信号原理的基础上,利用Simulink仿真软件建立系统仿真模型,分析总结极低频频段在此系统中的特点,提出了一种利用Duffing振子检测单一频率或者某一频段的微弱极低频信号的新方法。通过大量的仿真实验,证明利用这种方法可以达到了预期的设想,检测信噪比达到-42.5dB,证实了这一方法的理论可行性。     

LFM目标回波信号的Duffing振子检测方法

主动声纳探测水下目标时,目标散射特性以及水声传播特性会对接收回波产生影响.针对水中沉底与掩埋目标探测时存在的混响干扰强、信混比低等问题,本文提出了一种基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)的变频Duffing振子检测方法.在发射LFM信号探测水下目标时,目标回波信号为多个LFM信号线性叠加的形式,不符合Duffing振子的单频检测条件.基于FRFT理论,提出了在最佳FRFT域上对LFM回波信号进行傅里叶逆变换的解调频方法.并根据亮点模型,推导了多亮点LFM回波信号解调频后的信号形式.由理论分析可知,解调频后的单频信号数量与亮点数量一致,频率大小与亮点时延及发射信号参数有关,为未知参量.针对解调频后频率及数量未知这一问题,提出了变频Duffing振子系统检测模型,通过改变系统内置策动力频率,自主地搜索单频信号信息,实现了低信混比下LFM目标回波信号的检测及亮点数量的估计.湖试沉底及海试掩埋实验数据处理结果验证了方法的有效性及可行性.     

基于Duffing-Holmes混沌振子的微弱信号检测方法

通过对混沌振子Duffing-Holmes方程及其检测原理的介绍,发现混沌振子对周期小信号具有敏感特性,能够在强噪声环境下实现对微弱周期小信号的检测.Matlab实验仿真和分析证明了采用混沌振子Duffing-Holmes检测微弱周期小信号的可行性.     

RBF神经网络混沌背景下微弱信号检测方法研究

船舶信号检测系统在检测水场压力值等信号时,会遇到海浪、强风等较强的噪声干扰。为了有效降低信噪比,提取微弱信号,本文提出基于RBF神经网络的混沌背景下微弱信号的检测方法。该微弱信号检测方法基于混沌动力学和静力学原理,利用RBF神经网络算法将敏感程度高的混沌振子与RBF神经网络拓扑结构相结合,构建抗干扰能力强、接收信号能力强的微弱信号检测系统。     

基于集合谱峭度法的轴承故障诊断

轴承早期故障引起的微弱振动变化信号往往淹没在机械传动系统的背景振动噪声中,其故障特征提取困难。本文针对滚动轴承故障振动信号的非平稳性及调制特性,提出集合经验模式分解和谱峭度法合的滚动轴承故障特征信号提取及其故障诊断的新方法——集合谱峭度法(Ensembled Kurtogram,EK)。该方法应用集合经验模式分解将振动信号分解为多个固有模式函数,分别计算各个固有模式函数的峭度值及其与故障工况下振动信号、正常工况下振动信号之间的相关性,根据IMFs自动选取规则选取合适的IMFs进行轴承故障信号的重构;然后针对重构后的信号进行谱峭度计算得到对应的峭度图,根据峭度图上最大值原则选取最佳带通滤波器进行滤波;最后运用包络解调后的信号进行故障诊断。本文通过模拟仿真和实验验证,验证了该算法的故障信号提取有效性和故障诊断能力。     

未知参数的舰船辐射噪声线谱Duffing振子检测方法

当被动声呐探测舰船目标时,舰船辐射噪声中的线谱成分是舰船分类识别及航行状态监测的特征参量,通常情况下线谱的频率及数量是未知的。针对现有未知频率的Duffing振子检测方法存在系统结构复杂,判别时间长,需要人为参与等问题,本文构造了变参数单一Duffing振子检测模型,并提出了变频频率切片小波变换的Duffing振子检测方法。该方法通过设置合理的频率灵敏度参数自动地调整系统内置策动力频率值,利用频率切片小波变换提升系统抗噪性能,结合Poincare映射特征函数的系统相态定量判决方法,变频搜索待测信号中的线谱分量。在实测数据的分析处理中,对不同观测时间内的数据进行检测,实现了线谱成分的检测跟踪与频率估计,并根据时间轨迹上的频率识别信息确定存在的稳定线谱成分。数据处理结果表明,该方法能够实现低信噪比下参数未知线谱的检测与频率估计。     

基于混合系统的微弱信号参数提取方法

针对强噪声背景下微弱正弦信号的幅值、频率、相位的提取,构建了锁相环和混沌振子组成的混合检测系统。把待测信号作为混沌振子的内置策动力,在周期状态下测得信号的频率。用锁相环锁定待测信号的相位。最后再次把信号输入到混沌系统,利用混沌振子对周期信号的敏感性和对噪声的免疫性来提取信号的幅值。仿真结果表明:该系统可实现对微弱正弦信号的频率、相位以及幅值进行有效提取,精度较高,抗噪性能好且操作简便易行。     

随机共振于滚动轴承支撑的转子早期碰摩故障中的应用

通过仿真确认随机共振可以提取强干扰下的微弱信号。将之应用到实验测量的滚动轴承支撑转子早期碰摩故障信号的检测,避开了轴承产生的倍频信号对碰摩信号的干扰,成功检测到了转子早期碰摩的分频信号。说明随机共振对于滚动轴承支撑的转子早期碰摩故障是有效果的。     

一种自适应Morlet小波包络解调的弱故障检测方法

为自适应实现Morlet小波与故障冲击特征成分的最优匹配,采用基于Shannon小波熵的方法优化带宽参数设计了最优Morlet小波。针对最佳尺度的求取难题,利用谱峭度与小波熵均能敏感反映冲击性的特性,提出了基于峭熵比的最佳尺度的求取方法。基于此,提出基于自适应Morlet小波包络解调的弱故障特征提取方法。仿真实验与实例分析表明:该方法克服了传统包络解调需要人为设定带通滤波器参数的不足,减少人工干预,能自动有效地从强噪背景中提取微弱故障特征,具有一定的工程应用价值。     

基于小波包分解的功率谱方法在人字门启闭机减速器故障诊断中的应用

针对船闸人字闸门机械式启闭机减速器中滚动轴承振动的不平稳性及其故障信号中存在噪声和干扰的问题,提出了一种基于小波阈值算法的小波包分解与功率谱分析的故障诊断方法。该方法通过对故障信号进行小波分解且对其系数作阈值处理,并利用处理后的分解系数进行小波逆变换得到降噪后的信号,然后对降噪后的信号进行小波包分解,找到能量集中的节点,对其进行Hilbert包络解调并求其Hilbert包络线的功率谱,从而提取故障特征信息。应用实例表明:仿真信号与某船闸人字闸门机械式启闭机减速器故障诊断方法能降低信号噪声以及干扰,并能提取故障特征信息。     

共振解调技术在船舶机械故障诊断中的应用

介绍共振解调检测机械故障原理,探讨共振解调技术在船舶中的应用,运用共振解调对某船涡轮增压系统轴承进行故障诊断,验证了该技术的行之有效.     

Application of an improved EEMD method in bearing fault diagnosis of induction motors北大核心CSCD

[Objective]In order to overcome the disadvantages of the traditional ensemble empirical mode decomposition (EEMD) method in selecting parameters (integration time and white noise amplitude coefficient) based on experience, and reduce the cost of calculation time, a fast ensemble empirical mode decomposition (FEEMD) method is used to extract the characteristic frequency. [Method]By changing the distribution density of the added white noise, different signal envelopes can be obtained. Furthermore, we can identify the optimal envelope by finding the optimal search window width of the moving mean filter, thereby avoiding the defect of EEMD selecting parameters by experience. At the same time, after the abnormal component in the signal is decomposed, the residual component can be decomposed by EMD to further save the calculation time cost. Finally, the method is combined with Hilbert envelope demodulation technology and applied to the fault characteristic frequency diagnosis of the bearing inner ring of an asynchronous motor. [Results]As the results show, compared with the traditional EEMD method, FEEMD can extract the fault frequency more efficiently. [Conclusion]FEEMD overcomes the disadvantages of the traditional EEMD method in selecting parameters based on experience and shortens the calculation time. As such, it can be effectively applied in bearing fault frequency extraction experiments. © The Author(s) 2022.     

基于Hilbert-Huang变换的柴油机气门漏气故障诊断研究

分析柴油机漏气故障的振动诊断机理,阐明Hilbert谱与傅里叶谱的区别,通过引入Hilbert-Huang变换这种新的时频分析方法成功诊断了气门漏气故障。     

粗糙集理论在装备故障诊断中的应用

针对目前部队的装备故障诊断能力较弱的现状,通过几种故障诊断方法的比较,选取出粗糙集作为装备故障诊断方法,从而对已得到的装备状态的测试数据进行分析,利用粗糙集的约简算法消除冗余信息,利用决策表的形式从不完备的、不精确的测试数据中导出诊断规则,并应用于某型电台装备中进行故障诊断。结果表明,诊断结果快速准确,为今后进一步研究粗糙集算法在故障诊断中应用提供了依据。     

非平稳特征提取方法与智能诊断技术在自动机故障诊断中的应用

回顾对目前常用的非平稳特征提取方法与智能诊断技术,并总结舰炮自动机故障诊断需解决的难题,介绍非平稳特征提取方法与智能诊断技术在舰炮自动机故障诊断中的应用现状,详细阐述舰炮自动机故障诊断研究中存在的问题及对发展趋势的展望。     

基于小波包频带包络分析的船用三速锚机转子故障在线检测方法

船用三速锚机工作条件恶劣,电动机转子故障是电动锚机系统的常见故障之一。转子故障在线分析中必须考虑电动机实际运行和检测条件。小波包分析是处理非平稳信号的一种有效手段,希尔伯特包络频谱对电网频率波动、负载波动和电网谐波等因素的干扰具有一定的鲁棒性能。本文在理论分析、仿真的基础上,提出了基于小波包分解和希尔伯特包络频谱分析的电动机转子断条在线检测方法。仿真和诊断实例表明该方法不仅可以抑制干扰因素的影响,有效提取故障特征量并实现故障准确诊断,而且能够反映负载波动的时刻和频率波动的范围,是一种切实可行的在线诊断方法。     

基于测试向量的数字电路故障诊断

将测试向量法应用到数字电路与非门及其组合的固定性故障诊断中去,可以取得较好的效果。本文简要介绍了诊断原理及实施方法。     

一种新的滚动轴承故障诊断方法

滚动轴承发生故障时,其振动信号常呈现出强烈的非平稳特性。提出了一种基于小波变换和固有时间尺度分解(Intrinsic Time-scale Decomposition,ITD)的滚动轴承故障诊断方法。阐述小波分析基本理论和ITD分解基本原理。着重介绍基于小波和ITD分解滚动轴承故障诊断。仿真信号和实验结果表明,以小波与ITD分解相结合的信号特征提取方法,能够准确有效地提取滚动轴承的故障特征。