早期故障具有兩方面含義,一是指處于早期階段的故障、微弱故障或潛在故障;二是從物理意義上講,某一故障是另一故障的早期階段。故障發(fā)現(xiàn)得越早,越有助于設備的安全可靠運行。但是,設備早期故障的特征信號很微弱,往往被強噪聲所淹沒,信噪比很低,極大地影響了設備運行狀態(tài)信息的準確獲取。論文以機械設備為對象,研究了早期故障預示中的微弱信號檢測與實用診斷技術。針對傳統(tǒng)的絕熱近似小參數(shù)隨機共振難以滿足工程實際大參數(shù)條件下的微弱信號檢測問題,本文提出了變步長隨機共振數(shù)值算法。在深入分析近似熵用于度量信號復雜性性質的基礎上,本文提出了基于近似熵測度的自適應隨機共振方法,解決了限制隨機共振在工程實際中推廣使用的參數(shù)調節(jié)問題。金屬車削過程的振動信號分析和滾動軸承故障診斷的成功應用表明上述方法的有效性�；诨煦缯褡拥奈⑷跣盘枡z測是通過“觀察”待測信號加入后振子是否發(fā)生相變來實現(xiàn)的,但是這種“觀察”缺少一個衡量標準,具有一定的主觀性。尤其當噪聲很強時,這種“目測”振子狀態(tài)的辦法就會失效。本文突破近似熵僅用于描述一維信號復雜度的局限性,提出了適合度量混沌振子二維相圖的二維近似熵概念。在此基礎上,本文提出了基于混沌振子和... 

【文章來源】：天津大學天津市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：151 頁

【學位級別】：博士

【部分圖文】：

非線性雙穩(wěn)態(tài)系統(tǒng)勢函數(shù)

輸入信號同頻；另一部分是由噪聲引起的S()()()12S f= Sf+Sf((2exp(2))(2)2exp(2)())0202224222faaDfaAaDD× + = δπππ × + 22220222222(2exp(42exexp(2))(2)exp(2)()aaaaDfAaDDπππ…………………………………………………，整個系統(tǒng)的輸出具有羅倫茲分布形式。由中于低頻區(qū)域的特性，因此，能夠產(chǎn)生隨機率譜的低頻段。只有在一定噪聲能量的驅動統(tǒng)的兩勢阱之間以信號頻率作往復躍遷運動隨機共振現(xiàn)象。

第二章 基于自適應隨機共振的微弱信號檢測令式(2-1)所示 Langevin 方程的各參數(shù)分別為：a = b=1，A =0.3，D =0.310.010f =Hz， =5sf Hz，n (t )= 2Dg(t)，其中sf 為采樣頻率。采用四階 Rung-Kut法進行數(shù)值計算，得到的結果如圖 2-4 所示。從系統(tǒng)輸出的頻譜圖上看，在信號頻率0f 處出現(xiàn)明顯的譜峰�？梢�，在小參數(shù)條件下，系統(tǒng)發(fā)生隨機共振現(xiàn)象，其輸出時域波形明顯是頻率為0f 的周期信號，相應的頻譜圖在頻率0f 處有一突出的譜峰。在系統(tǒng)輸入端，其時域波形的周期成分不如輸出端明顯，但因噪聲強度 D =0.31很小，故其頻譜圖在頻率0f 處也能看到一較為突出的譜峰。


本文編號：2944964