导读:本文包含了无稳态随机共振论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:稳态,故障诊断,噪声,自适应,轴承,增益,信号。
无稳态随机共振论文文献综述
田晶,周杰,王术光,孙浩,艾延廷[1]（2019）在《基于自适应双稳态随机共振的中介轴承故障诊断方法》一文中研究指出针对航空发动机中介轴承故障信号微弱,故障特征提取困难的问题,提出了基于容忍遗传算法(TAGA)的自适应双稳态随机共振(BSR)的中介轴承故障诊断方法。在传统自适应遗传算法中引入容忍度思想,建立一种容忍遗传算法,采用容忍遗传算法对双稳态随机共振系统的结构参数a,b进行优化,建立自适应双稳态随机共振系统对故障信号进行处理。为验证该方法的有效性,搭建了中介轴承故障模拟实验系统,开展中介轴承内圈和外圈故障模拟实验。采用该方法分别对仿真信号和实验信号进行处理。结果表明:该方法能够对故障信号进行增强,提升了故障特征频率提取能力。自适应优化结构参数后,提取的特征频率与故障频率理论值的误差小于0.1%。(本文来源于《航空动力学报》期刊2019年10期）
张刚,李红威[2]（2019）在《混合多稳态随机共振的故障信号检测》一文中研究指出针对故障特征信号在诊断时经常淹没在噪声中难以提取问题,利用Woods-Saxon型单稳态模型与混合型双稳态模型结合提出一种混合型叁稳态随机共振系统,该系统不仅保留了Woods-Saxon对故障信号易于检测的优点又利用了叁稳态对噪声利用率高的特点。利用信噪比增益为衡量指标,提出寻找最优系统参数的自适应算法;对α噪声背景下的谐波振动信号、调幅信号、周期脉冲衰减信号进行检测;提出一种变分模态分解与混合叁稳态结合的信号检测方法,并将其应用于实际轴承故障检测;经过仿真实验表明混合型叁稳态随机共振模型以及组合模型在故障信号的检测中检测结果清晰可靠、性能优越。(本文来源于《振动与冲击》期刊2019年18期）
王洪涛,王奉涛,薛宇航,邓刚,李宏坤[3]（2019）在《基于单稳态随机共振的冲击信号自适应检测方法研究》一文中研究指出针对强背景噪声环境下微弱故障冲击信号特征提取困难等问题,对单稳态随机共振系统和衡量指标等方面进行了研究,对低速回转支承的故障诊断策略进行了分析,提出了一种基于单稳态随机共振的冲击信号自适应检测方法。考虑到系统参数的关联性,利用灰狼优化算法(GWO)对系统的多个参数进行了优化,实现了系统参数间的同步优化过程;并以加权负熵指标作为GWO的适应度函数,对仿真冲击信号和低速回转支承振动信号进行了状态监测与故障分析。研究结果表明:该系统方法简单易行、收敛速度快、参数优化效果理想,能够在强背景噪声环境下,有效地利用噪声能量来增强微弱故障信号,凸显仿真冲击信号的特性;能准确地诊断出低速回转支承故障模式,在工程实际中具有良好的工程应用前景。(本文来源于《机电工程》期刊2019年09期）
池阔,康建设,张星辉,杨志远,赵斐[4]（2019）在《基于匹配稳态随机共振的轴承故障诊断方法》一文中研究指出轴承是旋转机械中最广泛使用的零件之一。由于高速重载等因素影响,轴承故障经常发生,导致设备停机,甚至造成人员伤亡。但轴承故障诱导产生的冲击相对微弱,不易探测。为有效探测轴承微弱故障,提出一种新的基于匹配稳态随机共振的轴承故障诊断方法。相比于传统的双稳态等定稳态随机共振,匹配稳态随机共振的势函数的结构和势阱数量可根据复杂多样的轴承振动信号进行调整,更加有利于增强微弱的轴承故障冲击信号。通过数值仿真,分析了匹配稳态随机共振各参数对共振输出的影响及其抗噪鲁棒性。通过轴承内圈故障案例和滚动体故障案例,验证所提方法对轴承故障诊断的有效性,且效果优于传统的双稳态随机共振。(本文来源于《复杂系统与复杂性科学》期刊2019年02期）
张刚,高俊鹏,李红威[5]（2018）在《级联叁稳态随机共振的特性研究及应用》一文中研究指出针对强噪声环境下存在的微弱信号检测困难的问题,以级联叁稳态随机共振系统为研究对象,利用信噪比增益和特征频率的频谱峰值作为判断指标,对叁稳态随机共振的特性进行分析。仿真结果验证了通过调节级联叁稳态随机共振系统的相关参数,能够获得比单级叁稳态随机共振系统更好的随机共振输出特性。此外,针对弱信号在实际的齿轮故障诊断中难以提取的问题,提出级联叁稳态随机共振齿轮故障的诊断方法。结果表明,该方法可以有效提取齿轮故障的微弱特征,进而实现齿轮的早期故障诊断,具有广泛的工程应用前景。(本文来源于《计算机科学》期刊2018年09期）
张刚,易甜,贺利娜[6]（2018）在《色噪声下多稳态随机共振的微弱信号检测方法》一文中研究指出将与实际更为接近的色噪声和多稳态随机共振系统相结合,采用信噪比增益作为测度指标,对多稳态随机共振特性进行了深入的研究。采用自适应的方法探究了色噪声下多稳态随机共振的系统参数a,b,c以及噪声放大系数D对信噪比增益和系统输出的影响。进一步研究了多稳态随机共振对不同信号的检测性能。将多稳态系统应用于轴承故障诊断。实验结果表明:多稳态系统对微弱信号模型具有良好的检测效果,单频信号信噪比为–20 dB情况下有12 dB的提高。(本文来源于《系统仿真学报》期刊2018年09期）
王谊[7]（2018）在《基于多稳态随机共振的微弱信号检测》一文中研究指出近几年来,利用多稳态随机共振(SR)系统进行微弱信号检测在故障诊断、通讯技术、声学等诸多领域具有广泛的应用。但在工程实践方面,多稳态SR检测方法仍存在一些亟待解决的重要问题。因此本文以多稳态SR系统作为模型,分别研究了复杂噪声环境下多频微弱信号激励的多稳态SR现象及基于KPSO算法的自适应多稳态SR检测方法,并将其用于机械装置的故障诊断中。主要内容如下:描述了多稳态SR的动力学方程及多稳态SR数学模型,研究了多稳态SR系统在单稳态、双稳态以及叁稳态之间切换规律,获得了系统为叁稳态时的系统结构参数范围,为自适应多稳态SR奠定基础。以平均输出信噪比增益作为多稳态SR系统的衡量指标,研究了系统在不同噪声环境(高斯噪声、α稳定噪声)下,系统结构参数(a、b、c)及噪声特征参数(α、β)对系统输出SR效应的影响,揭示了不同参数对输出SR效应的作用规律。利用基于知识的粒子群算法(KPSO)优化方法,以平均输出信噪比为适应度函数,对多稳态SR系统结构参数a、b、c进行同步优化。采用参数补偿SR,实现了复杂噪声(高斯噪声、α稳定噪声)环境下多频(高频、低频)微弱周期信号、非周期微弱冲击信号的检测以及工业环境中故障信号的检测。所研究的微弱信号检测方法能够满足工业现场中信号及噪声特征未知的微弱信号检测,为多稳态随机共振应用于工程实践奠定了基础。(本文来源于《西安理工大学》期刊2018-06-30）
李红威[8]（2018）在《噪声诱导多稳态随机共振微弱信号检测研究》一文中研究指出微弱信号检测技术广泛应用于故障诊断、生物学等领域,它是信号处理方向的重要分支。近年来人们将随机共振应用于微弱信号检测方法中,它使传统的抑制噪声检测转变为“变废为宝”的非线性检测;在微弱信号检测时噪声与信号通过随机共振系统达到协同作用,部分噪声能量被转移给待测信号从而“突出”淹没在噪声中的目标信号,由于随机共振这种变害为利的特点,使得其在微弱信号检测中的研究越来越火热。论文简要介绍了随机共振在微弱信号检测领域的研究进展,分析了经典双稳随机共振的动力学行为,重点研究了二阶叁稳态、混合叁稳态系统的随机共振现象及在微弱信号检测中的应用并利用多种微弱信号检测技术构建联合检测系统。论文的主要工作如下:1.针对经典双稳态随机共振系统在微弱信号检测时未能对噪声能量有效利用使得检测效果不理想的问题,研究了二阶叁稳态随机共振系统。首先由悬臂梁运动轨迹构建叁稳态系统,理论对比了叁稳系统、经典双稳系统的信噪比,然后以典型真实噪声模型二值噪声(随机电报噪声)为背景,信噪比增益为衡量指标探究了二阶叁稳态系统的随机共振现象及系统中阻尼比随着噪声强度变化的关系;最后利用该系统实现模拟微弱信号检测做了仿真验证,随之以美国凯斯西储大学的实际轴承故障信号用本系统做了检测并对比了经典双稳态系统的检测效果。研究表明:在噪声及微弱信号一定的情况下通过调节二阶叁稳态的各个势函数参数及阻尼比可产生随机共振,因此通过调节势函数参数及阻尼比可提高噪声利用率,促使噪声能量向有用信号能量转移,增加系统输出中有用信号的能量,二阶叁稳态在微弱信号及实际轴承信号检测时噪声利用率优于经典双稳态,能够达到更好的检测效果。2.针对故障特征信号在诊断时经常淹没在噪声中难以提取问题,利用woods-saxon型单稳态模型与混合型双稳态模型结合给出一种混合型叁稳态随机共振稳态模型。首先阐述了混合叁稳态的构建方法,然后探究α噪声不同噪声脉冲指数、对称参数下各个系统参数、阻尼比改变的随机共振现象;最后利用α噪声背景下的模拟故障信号和美国凯斯西储大学滚动轴承数据中心故障数据验证改系统的有效性并对比经典双稳态系统。研究表明:在不同α噪声分布下通过系统参数、阻尼比的改变该系统能够产生随机共振现象;混合叁稳态系统在模拟故障信号和滚动体故障检测中效果均优于经典双稳态系统并且能够检测出经典双稳态未检测出的待测信号?3.为进一步增强随机共振对微弱信号的检测能力,给出了联合检测系统。首先将含噪信号通过小波阈值降噪并将降噪后的信号进行经验模态分解,然后利用信噪比定位模态法选取信噪比较高模态分量,对选取的模态进行合成使其待测特征得到突出;最后将其送入叁稳态随机共振系统。经过模拟信号及美国凯斯西储大学滚动轴承内外圈故障诊断仿真结果表明:该系统能够准确的检测出目标信号,提高了系统检测的有效性。(本文来源于《重庆邮电大学》期刊2018-06-04）
时培明,孙鹏,袁丹真[9]（2018）在《基于非线性耦合双稳态随机共振的轴承微弱故障信号增强检测方法研究》一文中研究指出针对滚动轴承微弱故障信号难以检测的难题,提出一种基于新型非线性耦合双稳态随机共振模型的轴承微弱故障信号增强检测方法。噪声背景下,随机共振可以实现微弱信号的增强输出,提高微弱信号特征的检测。提出的非线性耦合双稳态系统是由两个单一双稳态系统经非线性方式耦合而成,通过分析耦合系数、阻尼系数随着噪声强度改变的信噪改善比响应特性曲线图研究了不同参数对随机共振现象的影响。结果表明,耦合双稳系统比单一双稳态系统具有更强随机共振现象的产生。最后采用模型对轴承故障微弱信号进行了增强检测应用,所提出的非线性耦合双稳态随机共振能够实现在复杂的噪声背景下对微弱故障信号的检测。(本文来源于《计量学报》期刊2018年03期）
贺利芳,崔莹莹,李国权,林金朝[10]（2018）在《Levy噪声驱动下的叁稳态随机共振特性分析》一文中研究指出将Levy噪声与叁稳态随机共振系统相结合,以平均信噪比增益为衡量指标,针对Levy噪声驱动下的叁稳态系统的随机共振特性进行深入研究。探究了当Levy噪声特征指数与对称参数取不同值时,叁稳态系统参数w,a和b,Levy噪声强度放大系数D对系统共振输出的影响。研究结果表明,在不同Levy噪声分布作用下,通过调节系统参数均可诱导随机共振,并且产生随机共振的参数区间大致相同;另外,调节噪声强度放大系数同样使系统产生随机共振。本研究结果为Levy噪声环境下参数诱导的叁稳态随机共振现象系统参数的合理选取提供了依据。(本文来源于《系统仿真学报》期刊2018年05期）
无稳态随机共振论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对故障特征信号在诊断时经常淹没在噪声中难以提取问题,利用Woods-Saxon型单稳态模型与混合型双稳态模型结合提出一种混合型叁稳态随机共振系统,该系统不仅保留了Woods-Saxon对故障信号易于检测的优点又利用了叁稳态对噪声利用率高的特点。利用信噪比增益为衡量指标,提出寻找最优系统参数的自适应算法;对α噪声背景下的谐波振动信号、调幅信号、周期脉冲衰减信号进行检测;提出一种变分模态分解与混合叁稳态结合的信号检测方法,并将其应用于实际轴承故障检测;经过仿真实验表明混合型叁稳态随机共振模型以及组合模型在故障信号的检测中检测结果清晰可靠、性能优越。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
无稳态随机共振论文参考文献
[1].田晶,周杰,王术光,孙浩,艾延廷.基于自适应双稳态随机共振的中介轴承故障诊断方法[J].航空动力学报.2019
[2].张刚,李红威.混合多稳态随机共振的故障信号检测[J].振动与冲击.2019
[3].王洪涛,王奉涛,薛宇航,邓刚,李宏坤.基于单稳态随机共振的冲击信号自适应检测方法研究[J].机电工程.2019
[4].池阔,康建设,张星辉,杨志远,赵斐.基于匹配稳态随机共振的轴承故障诊断方法[J].复杂系统与复杂性科学.2019
[5].张刚,高俊鹏,李红威.级联叁稳态随机共振的特性研究及应用[J].计算机科学.2018
[6].张刚,易甜,贺利娜.色噪声下多稳态随机共振的微弱信号检测方法[J].系统仿真学报.2018
[7].王谊.基于多稳态随机共振的微弱信号检测[D].西安理工大学.2018
[8].李红威.噪声诱导多稳态随机共振微弱信号检测研究[D].重庆邮电大学.2018
[9].时培明,孙鹏,袁丹真.基于非线性耦合双稳态随机共振的轴承微弱故障信号增强检测方法研究[J].计量学报.2018
[10].贺利芳,崔莹莹,李国权,林金朝.Levy噪声驱动下的叁稳态随机共振特性分析[J].系统仿真学报.2018
论文知识图
