论文部分内容阅读
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、双稳态以及三稳态之间切换规律,获得了系统为三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。