£
警。
巧
第S期万年红等:基于多参数自适应随机共振的电流弱信号提取技术
图4输入信号频谱图
Fig.4Spectrumof
input
signal
圈5输出信号时域图
Fig.5Timewaveformof
output
signal
图6输出信号频谱图
Fig.6Spectrumof
output
signal
通过移频二次采样后,系统输出信号在0.05556Hz处有一个明显的谱峰。根据频率恢复公式
f=Z+尺 Yo,=55+90x0.05556=60Hz。这个
结果和电流信号中60Hz的微弱特征分量正好相符,说明该方法可以很好地检测电流信号中的微弱故障特征。
设计余弦曲线:
z’(f)=么’cos(2矽+≯’),/=60
进行拟合。使用免疫算法经过20代寻优,优化结
果如下:A’0.38,≯’=一0.05,拟合结果如图所示。
图7拟合结果
Fig.7Fittingresults
对比发现,拟合曲线可以很好地拟合电流信号中误差
削=J宰I=l告竽l=0.慨
误差仅为0.05,这个误差在故障诊断中是可以接针对电流信号中某些极其微弱的故障特征频率,
参考文献
【1】冷永剧,王太勇,郭焱,等.双稳随机共振参数特性的
研究阴.物理学报,2007,56(1):30—35.【2】Benzi&Su妞'a
A,Vulpiani
A.The
mechanismof
stochastic
resonance[J].
Journal
of
Physics
A:
MathematicalandGeneral,1981,14(11):453.-457。【3】BenziKPadsiGSutcra凡eta1.Stochastic
resonallce
in
climaticchange[J].Tellus,1982,34:.10-16.
【4】BartussckKH蕴ng百E
JungEStochasticrosonancoin
optical
bistable
sys锄[J】.Physic
Review
E,
1994,49(5):3930-3939.【5】YeQH,Huang
I-IN,He
XY,eta1.A
study帆the
parametersofbistablestochastic
resoltslnce
systemsand
adaptivestochastic
resonance[C】.Robotics,Intelligent
SystemsandsignalProcessing,2003,1:484-488.
【6】Zeng
LZ,Xu
BH,Li儿.Dynamical
properties
of
的微弱特征分量。
受的水平。
5小结
本章采用随机共振的方法进行识别。为了消除大参数信号的应用限制,通过调节系统参数和二次采样尺度的方法实现。由于通过人工调节系统参数和二次采样尺度难以产生良好的系统输出,这里采用了免疫算法进行参数优化,便于实用化。为了解决随机共振系统对微弱信号放大程度不一,难以体现输入信号幅值的问题,采用基于余弦拟合的反演方法来估计微弱故障的幅值。最后,通过模拟信号证明该方法能够检测到极其微弱的特征频率,并较准确地估计该故障特征的
幅值。
230
振动与冲击
with
2012年第S期
subdiffusion
in
thebistable
systemaperiodic
应用研究明.中国机械工程,2004,15(20):1847.1852.【10】林敏,肖艳萍,赵军.基于小波变换和随机共振的微
弱信号检测方法【J】.传感技术学报.2006,19(3):
678.681.
i印u埘J】.PhysicsLetters气2007,361(6):455-459.
【7】G6ra
PE
An
exactly
solvable
nonlinearmodel:
ConstractiveeffectsofcorrelationsbetweenGaussianA:Statistical
noises【刀.Physica
Mechanics
and
its
【11】陈敏,胡茑庆,秦国军,等.参数调节随机共振在机
械系统早期故障检测中的应用叨.机械工程学报,
2009。45(4):131.135.
Applications,2007,378(2):20l-210.
【8】冷永刚,王太勇.二次采样用于随机共振从强噪声中提
取弱周期信号的数值研究明.物理学报,2003,52(10):
2432.2437.
【12】杨定新,胡茑庆,杨银刚,等.随机共振技术在齿轮
箱故障检测中的应用阴.振动工程学报.2004,17(2):
【9】冷永刚,王太勇。郭焱,等.二次采样随机共振的工程
201.204.
基于多参数自适应随机共振的电流弱信号提取技术
作者:
作者单位:
万年红, 蒋端, 徐光华, 刘弹, 罗爱玲
万年红(上海宝钢工业技术服务有限公司技术中心,上海201900), 蒋端,刘弹,罗爱玲(西安交通大学机械工程学院,西安710049), 徐光华(西安交通大学机械工程学院,西安710049;西安交通大学机械制造系统工程国家重点实验室,西安, 710054)
本文链接:/Conference_7978770.aspx
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读,免费范文网,提供经典小说高考高中基于多参数自适应随机共振的电流弱信号提取技术(3)在线全文阅读。
相关推荐: