本文主要研究基于强噪声背景下随机共振的微弱故障诊断方法,虽然众多学者也提出了利用随机共振解决机械微弱故障的方法,但这些方法都有不足及可改进完善之处。本文针对传统随机共振方法的不足,提出相应的解决方案,最后将所提方法应用于机械设备的微弱故障信号诊断。本文的研究内容主要包括以下几个方面:(1)针对传统算法噪声过滤不足,微弱信号难以提取的问题,提出多分量总体平均随机共振的微弱故障诊断方法,通过选取有效奇异值和有效集合经验模态分解分量,以达到降低噪声的目的,而后将选取的有效分量输入到随机共振系统并总体平均各有效分量,从而提取微弱故障特征;(2)针对经典随机共振系统势参数优化极易陷入局部寻优问题,根据混沌运动的遍历性,随机性等特点,在蚁群算法求解的基础上,利用混沌算法对解的邻域进行混沌优化,以实现参数匹配的全局寻优;(3)针对经典随机共振系统势模型势宽度和势垒高度同时调节的特性,研究约束势随机共振模型对微弱信号检测的影响,提出一种自适应约束势双稳随机共振方法,分析约束势随机共振系统模型,并应用于轴承的微弱故障和行星齿轮箱的实验验证;(4)针对经典双稳随机共振势模型参数匹配寻优问题,研究分段非线性势函数随机共振对微弱信号提取的影响,提出一种分段非线性单参数优化的随机共振势模型,将该模型与传统经典随机共振比较,并应用于轴承的微弱故障实验验证;(5)针对经典双稳随机共振的饱和特性,即随着输入信号增大输出信号趋于稳定的问题,研究分段线性势随机共振对微弱信号提取的影响,提出一种新的分段线性非饱和随机共振势模型,以期提高微弱信号增强效果;(6)针对传统随机共振势模型的对称性,势模型形状无法实现结构最优问题,研究非对称势随机共振模型对微弱信号提取的影响,提出一种非对称势随机共振模型以实现结构最优,将该模型与传统经典随机共振比较,并应用于轴承的微弱故障实验验证。综上,本文研究了强噪声背景下随机共振的微弱故障诊断方法及应用,本文提出的方法和传统方法相比,所提方法的实用性和优越性在处理机械故障信号中得到了有效的验证。