在现代钢铁生产企业中,作为生产工具的自动化设备无疑是最重要最关键的,而钢铁生产设备中很大一部分是转速低、承受载荷大、间歇运动为主的低速重载设备。这类设备结构复杂,自动化水平比较高,一旦突发故障,维修困难,且维修成本很高,甚至会引起整个生产中断,造成巨大的经济损失。为了提前发现早期的微弱故障信号,本课题主要研究了如何利用Duffing振子来检测微弱特征信号。本课题所做的工作主要包括以下几个方面:(1)对Duffing振子检测微弱正弦信号的原理及方法做了理论及仿真研究。同时在Duffing振子系统中引入自相关方法来检测微弱正弦信号的幅值,提出了两种改进的幅值检测方法,并进行了仿真研究。(2)为了能够定量识别Duffing振子的相位图,本文提出了Hu氏不变矩和欧氏距离两种指标的定量识别方法,并做了理论研究和仿真验证,并应用于工程案例分析。(3)针对Hu氏不变矩的优越性,研究了Hu氏不变矩对相位图的自适应检测方案,并将该方案用于分析实验数据和工程数据,验证了方案的有效性。(4)由于传统故障诊断方法不易发现工程实际中早期出现的复杂调制信号,而Duffing振子具有对微弱信号敏感及对噪声的免疫特性,本文研究了融合自相关和Hilbert解调的Duffing振子检测微弱调制信号的方法,并将该方法用于故障案例分析,有效检测出了故障特征信号。