一种基于Duffing方程微弱信号检测的盲域消除方法.pdfVIP

第30卷第1期 石家庄铁道大学学报(自然科学版) V。1．30N。．1 of Tiedao Science 2017年3月JournalShijiazhuangUniversity(Natural 一种基于Duffing方程微弱信号检测的 盲域消除方法 赵波。赵志宏， 杨绍普 (石家庄铁道大学机械工程学院，河北石家庄050043) 摘要：目前微弱信号的检测大多适用于特定频率的信号，效率低，而且忽略了待测信号初始 相位对检测效果的影响，存在盲域，精度低等缺点。针对这种情况，提出了一种高效率、高精度 的盲域消除法和变尺度法结合的新方法。即使用一组确定的参数，在分析初始相位对检测效果 的影响下，构造检测方程组，来检测未知的微弱信号。通过实例验证，相比以前的检测方法，此 方法的检测精度更高，且简洁高效。 关键词：Duffing方程；盲域消除；微弱信号 0 引言 针对微弱信号的检测，传统的方法以时域和频域分析为主，例如小波分析和频谱分析[1。3等方法，要 求信号有较高的信噪比，且需要对信号进行预处理，来消除噪声，局限性很大。虽然消噪可以减少噪声的 干扰，但是在消噪的同时，也会损失有用的微弱信号。随着非线性动力学的发展和混沌理论研究的深 入‘s。7]，人们开始利用混沌方法来检测微弱信号。尽早发现机械设备的故障，可以避免重大事故的发生。 机械设备早期的故障信号是非常微弱的，因此有效地检测出微弱的故障信号具有非常重要的意义。不同 的设备具有不同的特征频率。齿轮和轴承是多数机械设备的重要组成零件，也是故障的多发区。齿轮的 振动频率和齿数、转速和重叠系数有关，出现故障时会产生新的频率成分，这些都称为齿轮的特征频率。 早期故障频率相对于其它的特征频率是非常微弱的，因此若是能够从振动信号中检测出微弱的具有特征 频率的故障信号，就可以诊断出机械设备的故障邙]。由于混沌系统对参数的极其敏感性和对噪声的免疫 微弱信号的放大原理，并通过数值仿真和电路模拟，验证了微弱信号非线性放大的优越性。文献[11]更 检测的影响，说明了混沌振子对噪声的免疫性。文献[133研究了耦合振子对微弱周期信号的敏感性和对 噪声的免疫力。文献[143研究了混沌吸引子某方面的特征量，具有量化微弱故障信号的优越性。因混沌 系统对待测信号的信噪比要求比较低[t1|，这种混沌检测方法相对传统的检测方法，具有不失真和高精度 5|，使得 的优点。因此利用此方法检测微弱信号具有重要意义。但是，由于混沌系统对初始值的敏感性[1 系统只能检测特定频率的信号。若检测未知频率的信号，需要通过改变方程的参数来进行检测。但混沌 系统对参数的变化非常敏感，改变参数会增加很大的工作量，效率低下。另外由于摄动信号初始相位的 影响，信号检测存在盲域。针对目前检测方法效率低、精度低的缺点，提出了一种新的基于Duffing微弱 信号检测的盲域消除方法，即构造出检测方程组，只需改变一个参数来检测未知频率的微弱信号。相比 传统方法，此方法的检测范围大，而且没有检测盲区，另外通过数值仿真，分析了驱动信号初始相位对阈 收稿日期：2016-04—15责任编辑：车轩玉 基金项目：河北省研究生创新项目(yc2016003) 作者简介；赵波(1991一)，男，硕士研究生，主要从事故障诊断的研究。E-mail：386547260@qq．corn 万方数据 第1期 赵波等：一种基于Duffing方程微弱信号检测的盲域消除方法 59 值的影响，可通过改变驱动信号的幅值来消除这种影响，使检测精度更高。 1待测信号初始相位对检测的影响 典型的Duffing方程具有如下形式 cos(t)-4-s(￡)+行(￡) (1) 芏+砬一z+z3一Ad 号。作为典型的混沌方程，Duffing方程具有对初始条件的敏感性，这可以等价于对方程驱动信号的幅