-
题名基于欠阻尼混合势随机共振的微弱信号检测方法
被引量：1
- 1
-
-
作者
任学平
李飞
李志星
-
机构
内蒙古科技大学机械工程学院
北京建筑大学城市轨道交通车辆服役性能保障北京市重点实验室
-
出处
《机电工程》
CAS
北大核心
2022年第10期1365-1373,共9页
-
基金
内蒙古自治区自然科学基金项目(2019LH05008)。
-
文摘
针对强噪声背景下机械设备微弱信号的检测问题,即其微弱故障的诊断问题,提出了一种自适应噪声完备集合经验模态分解(CEEMDAN)—小波阈值联合降噪方法与欠阻尼混合势随机共振(UMPSR)相结合的微弱信号检测方法。首先,建立了欠阻尼混合势随机共振模型,描述了势函数的特点,从理论上推导出了系统的输出信噪比,并分析了在不同参数下,信噪比和噪声强度的关系;然后,对原始信号进行了预处理,将降噪后的重构信号输入系统模型,利用自适应模拟退火粒子群算法对系统参数进行了优化,实现了随机共振系统的最佳匹配;最后,将所提方法应用于仿真故障信号和滚动轴承内圈故障的实验中,并将其结果与采用混合势随机共振(MPSR)方法所得结果进行了对比。研究结果表明:当故障频率为50 Hz和212.85 Hz时,相比于混合势随机共振方法,经欠阻尼混合势随机共振处理后的故障频率处的频谱峰值更高,且噪声干扰更少;该结果可以有效地提高滚动轴承故障信号检测能力。
-
关键词
机械故障诊断
自适应噪声完备集合经验模态分解
小波阈值联合降噪
欠阻尼混合势随机共振
噪声强度
信噪比
频谱峰值
-
Keywords
mechanical fault diagnosis
complete ensemble empirical mode decomposition with adaptive noise(CEEMDAN)
wavelet threshold noise reduction
underdamped mixed potential stochastic resonance(UMPSR)
stochastic resonance
noise intensity
signal-to-noise ratio
spectral peak
-
分类号
TH133.33
[机械工程—机械制造及自动化]
TH17
-
