对机械设备进行故障诊断往往需要提取机械零部件的声音、振动等信号,而现代机械设备多处于强噪声背景下运行,这些噪声会对提取的故障信号造成干扰。因此,增强噪声的滤除,增强有用信号的输出信噪比对强噪声背景下的微弱故障信号提取有这至关重要的意义。传统的信号处理方法,主要是基于消噪的原理,即消除或抑制噪声分量,保留有用信号分量。然而当噪声与有用信号发生重叠时,对噪声的消除和抑制也会对有用信号进行滤除,造成有用信号的失真。针对以上问题,本文研究了一种利用噪声增强有用信号检测的技术,被称为随机共振信号检测技术,同时研究了其在故障诊断中的应用。随机共振通过非线性系统用噪声增强有用信号,这种滤波机理以及信号处理方法要比基于消除和抑制噪声的方法效果要好。本文主要研究了随机共振对于旋转机械零部件(轴承、齿轮等),的微弱故障诊断方法,并进行了模拟仿真和实验验证。主要研究内容包括:(1)对传统随机共振理论进行调研总结和基础理论研究,进行了传统随机共振理论推导。对噪声进行了分类,对关联噪声随机共振进行了理论推导。针对传统随机共振存在的问题分别采取措施并提出新的方法。(2)针对传统随机共振具有势模型结构单一,存在输出饱和问题,本文研究了除双稳态以外的其他几种势模型结构。分别探讨了势参数对各个势模型结构的影响。(3)针对传统随机共振没有考虑历史信息的影响,本文提出了时延随机共振微弱故障诊断方法研究,同时将三稳态势模型和周期非正弦势模型引入到时延随机共振中,对三稳态时延随机共振和时延周期非正弦随机共振进行了理论推导,对信噪比,概率密度函数等指标进行了分析,并且把两种时延随机共振应用与轴承的微弱故障诊断中。通过模拟仿真,实验验证以及工程验证,验证了所提方法的优越性。(4)在时延随机共振的基础上考虑到系统惯性问题,在时延随机共振中引入阻尼因子,使原来的一阶系统变为二阶系统。从信号处理的角度看,进行了二次滤波。对时延欠阻尼随机共振理论进行了推导,探讨了各个参数(时延项、阻尼因子、系统参数)对信噪比的影响。最终,对时延欠阻尼随机共振进行了模拟仿真和轴承外圈故障诊断实验。仿真结果和实验验证结果都表明时延欠阻尼随机共振能更好的提高噪声背景下的微弱故障信号的提取效果。综上所述,本论文研究了强噪声背景下随机共振微弱故障诊断方法,在传统的随机共振方法基础上进行了改进:引入了新的势结构、时延反馈项以及欠阻尼项,形成了新的随机共振诊断方法。本文所提方法与传统随机共振方法相比,所提方法的优越性和实用性在故障信号处理中得到了验证。